Python Pandas聚合函數

在前一節，我們重點介紹了窗口函數。我們知道，窗口函數可以與聚合函數一起使用，聚合函數指的是對一組數據求總和、最大值、最小值以及平均值的操作，本節重點講解聚合函數的應用。

應用聚合函數

首先讓我們創建一個 DataFrame 對象，然后對聚合函數進行應用。

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
print (df)
#窗口大小為3，min_periods 最小觀測值為1
r = df.rolling(window=3,min_periods=1)
print(r) 

輸出結果：

? ? ? ? ? ? ? ? ? ?A ? ? ? ? B ? ? ? ? C ? ? ? ? D
2020-12-14 ?0.941621 ?1.205489 ?0.473771 -0.348169
2020-12-15 -0.276954 ?0.076387 ?0.104194 ?1.537357
2020-12-16 ?0.582515 ?0.481999 -0.652332 -1.893678
2020-12-17 -0.286432 ?0.923514 ?0.285255 -0.739378
2020-12-18 ?2.063422 -0.465873 -0.946809 ?1.590234

Rolling [window=3,min_periods=1,center=False,axis=0]

1) 對整體聚合

您可以把一個聚合函數傳遞給 DataFrame，示例如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
print (df)
#窗口大小為3，min_periods 最小觀測值為1
r = df.rolling(window=3,min_periods=1)
#使用 aggregate()聚合操作
print(r.aggregate(np.sum))

輸出結果：

? ? ? ? ? ? ?A ? ? ? ? B ? ? ? ? C ? ? ? ? D
2020-12-14 ?0.133713 ?0.746781 ?0.499385 ?0.589799
2020-12-15 -0.777572 ?0.531269 ?0.600577 -0.393623
2020-12-16 ?0.408115 -0.874079 ?0.584320 ?0.507580
2020-12-17 -1.033055 -1.185399 -0.546567 ?2.094643
2020-12-18 ?0.469394 -1.110549 -0.856245 ?0.260827

? ? ? ? ? ? ? ? ? ?A ? ? ? ? B ? ? ? ? C ? ? ? ? D
2020-12-14 ?0.133713 ?0.746781 ?0.499385 ?0.589799
2020-12-15 -0.643859 ?1.278050 ?1.099962 ?0.196176
2020-12-16 -0.235744 ?0.403971 ?1.684281 ?0.703756
2020-12-17 -1.402513 -1.528209 ?0.638330 ?2.208601
2020-12-18 -0.155546 -3.170027 -0.818492 ?2.863051

2) 對任意某一列聚合

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
#窗口大小為3，min_periods 最小觀測值為1
r = df.rolling(window=3,min_periods=1)
#對 A 列聚合
print(r['A'].aggregate(np.sum))

輸出結果：

2020-12-14 ? ?1.051501
2020-12-15 ? ?1.354574
2020-12-16 ? ?0.896335
2020-12-17 ? ?0.508470
2020-12-18 ? ?2.333732
Freq: D, Name: A, dtype: float64

3) 對多列數據聚合

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
#窗口大小為3，min_periods 最小觀測值為1
r = df.rolling(window=3,min_periods=1)
#對 A/B 兩列聚合
print(r['A','B'].aggregate(np.sum))

輸出結果：

? ? ? ? ? ? ? ? ? A ? ? ? ? B
2020-12-14 ?0.639867 -0.229990
2020-12-15 ?0.352028 ?0.257918
2020-12-16 ?0.637845 ?2.643628
2020-12-17 ?0.432715 ?2.428604
2020-12-18 -1.575766 ?0.969600

4) 對單列應用多個函數

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),index = pd.date_range('12/14/2020', periods=5),columns = ['A', 'B', 'C', 'D'])
#窗口大小為3，min_periods 最小觀測值為1
r = df.rolling(window=3,min_periods=1)
#對 A/B 兩列聚合
print(r['A','B'].aggregate([np.sum,np.mean]))

輸出結果：

? ? ? ? ? ? ? ? ?sum ? ? ?mean
2020-12-14 -0.469643 -0.469643
2020-12-15 -0.626856 -0.313428
2020-12-16 -1.820226 -0.606742
2020-12-17 -2.007323 -0.669108
2020-12-18 -0.595736 -0.198579

5) 對不同列應用多個函數

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(5, 4),
   index = pd.date_range('12/11/2020', periods=5),
   columns = ['A', 'B', 'C', 'D'])
r = df.rolling(window=3,min_periods=1)
print( r['A','B'].aggregate([np.sum,np.mean]))

輸出結果：

? ? ? ? ? ? ? ? ? ?A ? ? ? ? ? ? ? ? ? B ? ? ? ??
? ? ? ? ? ? ? ? ?sum ? ? ?mean ? ? ? sum ? ? ?mean
2020-12-14 -1.428882 -1.428882 -0.417241 -0.417241
2020-12-15 -1.315151 -0.657576 -1.580616 -0.790308
2020-12-16 -2.093907 -0.697969 -2.260181 -0.753394
2020-12-17 -1.324490 -0.441497 -1.578467 -0.526156
2020-12-18 -2.400948 -0.800316 -0.452740 -0.150913

6) 對不同列應用不同函數

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(3, 4),
    index = pd.date_range('12/14/2020', periods=3),
    columns = ['A', 'B', 'C', 'D'])
r = df.rolling(window=3,min_periods=1)
print(r.aggregate({'A': np.sum,'B': np.mean}))

輸出結果：

? ? ? ? ? ? ? ? A ? ? ? ? B
2020-12-14 ?0.503535 -1.301423
2020-12-15 ?0.170056 -0.550289
2020-12-16 -0.086081 -0.140532

總結