Python Pandas系列 --- DataFrame.agg()

介绍

在数据处理中，我们经常需要对数据进行统计，例如计算一组数据的均值、中位数、标准差等。在 Pandas 中，我们可以使用 DataFrame.agg() 方法来对数据进行聚合操作。

DataFrame.agg() 方法可以对一组数据应用多个聚合函数，并将每个函数的结果合并到一个 DataFrame 中。这使得我们可以一次性对数据进行多种运算，非常方便。

语法

DataFrame.agg(func=None, axis=0, *args, **kwargs)

参数说明：

• func：调用的聚合函数。可以是函数名称、函数对象、函数列表或字典。默认为 None。
• axis：0 表示对列进行操作；1 表示对行进行操作。默认为 0。
• *args：聚合函数的参数。
• **kwargs：聚合函数的关键字参数。

示例

下面是一个简单的示例，使用 agg() 方法计算一组数据的最小值、最大值、均值和中位数：

import pandas as pd

data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50],
        'C': [100, 200, 300, 400, 500]}
df = pd.DataFrame(data)

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

print(result)

输出结果为：

         A   B    C
min      1  10  100
max      5  50  500
mean   3.0  30  300
median  3.0  30  300

总结

使用 Pandas 的 agg() 方法，可以一次性对数据进行多种聚合操作，非常方便。同时，通过选择不同的聚合函数，我们可以得到我们需要的各种统计结果。