今天看到pandas的聚合函數agg，比較陌生，平時的工作中處理數據的時候使用的也比較少，為了加深印象，總結一下使用的方法，其實還是挺好用的。

DataFrame.agg（func，axis = 0，* args，** kwargs?）

func : 函數，函數名稱，函數列表，字典{‘行名/列名’，‘函數名’}

使用指定軸上的一個或多個操作進行聚合。

agg是一個聚合函數，聚合函數操作始終是在軸（默認是列軸，也可設置行軸）上執行，不同于?numpy聚合函數

（np.sum() //求和；np.prod() //所有元素相乘；np.mean() //平均值；np.std() //標準差；np.var() //方差；np.median() //中數；np.power() //冪運算；np.sqrt() //開方；np.min() //最小值；np.max() //最大值；np.argmin() //最小值的下標；np.argmax() //最大值的下標；np.inf //無窮大；np.exp(10) //以e為底的指數；np.log(10) //對數）

下面示例展示agg具體用法：

定義一個列表值：

import pandasas pd
df=pd.DataFrame([[1,2,3,4],
                              [11,22,33,44],
                              [111,222,333,444],
                              [1111,2222,3333,4444]
                              ],
                             columns=['col1','col2','col3','col4'],)#列名
print(df)

在行上聚合這些函數

df_arows=df.agg(['max','min','mean'])

????????? col1 ? ? ? col2 ? ? col3 ? ? ? col4

max? 1111.0? 2222.0? 3333.0? 4444.0

min? ? ? 1.0? ? 2.0? ? 3.0? ? 4.0

mean? 308.5? 617.0? 925.5? 1234.0

每列不同的聚合

df_columns=df.agg({'col1':['sum','min'],'col2':['max','min'],'col3':['sum','min']})

????????? col1????? col2 ? ? ? col3

max? ? NaN? 2222.0? ? NaN

min? ? 1.0? ? ?? 2.0? ?????? 3 .0

sum? 1234.0? ? NaN? 3702.0

注：當某列沒有其他聚合函數時，則用NaN填充。

總結