Pandas: 定义聚合操作

Pandas 是 Python 中的数据分析工具包，它提供了强大的数据结构和数据分析功能。其中使用到了大量的聚合操作，本文将介绍 Pandas 如何定义聚合操作。

聚合操作

Pandas 中的聚合操作指的是对数据进行一些统计计算，如平均值、中位数、标准差等等，这些操作通常是对整个数据集进行操作，返回一个标量结果。

Pandas 中的聚合操作有以下几种：

• mean(): 计算均值
• sum(): 计算总和
• std(): 计算标准差
• var(): 计算方差
• count(): 计算非 NaN 元素的数量
• median(): 计算中位数
• min(): 计算最小值
• max(): 计算最大值

聚合操作的语法通常为: dataframe.agg() 或者 dataframe.aggregate()。

聚合每一列

要聚合每一列，可以使用 Pandas 的 agg() 或者 aggregate() 方法，并传入一个字典。字典的 key 是列名，value 是要进行聚合的操作。例如：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6],
    'c': [7, 8, 9]
})

result = df.agg({
    'a': 'sum',
    'b': 'mean',
    'c': 'max'
})

print(result)

输出结果为：

a     6
b     5
c     9
dtype: int64

上述代码中，我们使用了 Pandas 的 DataFrame() 方法创建了一个 DataFrame，其中包含三列数据。然后我们使用 agg() 方法对每一列进行了聚合操作，将最终结果保存到了 result 中。结果中包含了每一列的聚合结果。

另外一种方法是使用 Pandas 的 pivot_table() 方法，例如：

import pandas as pd

df = pd.DataFrame({
    'a': [1, 2, 3],
    'b': [4, 5, 6],
    'c': [7, 8, 9]
})

result = pd.pivot_table(df, aggfunc={'a': 'sum', 'b': 'mean', 'c': 'max'})

print(result)

输出结果和上面的代码一样。

总结

本文介绍了 Pandas 如何定义聚合操作，讲解了常用的聚合操作和聚合每一列的方法。聚合操作是数据分析非常核心的操作，对于使用 Pandas 进行数据分析的程序员来说，掌握聚合操作是非常重要的。