如何在 Pandas 中结合 Groupby 和多个聚合函数？

Pandas是一个Python包，它提供了用于处理数值数据和时间序列的各种数据结构和操作。它主要用于更轻松地导入和分析数据。它是一个构建在 NumPy 库之上的开源库。

通过...分组（）

Pandas dataframe.groupby()函数用于根据给定条件将数据帧中的数据分组。

示例 1：

# import library
import pandas as pd
  
# import csv file
df = pd.read_csv("https://bit.ly/drinksbycountry")
  
df.head()

输出：

示例 2：

# Find the average of each continent
# by grouping the data  
# based on the "continent".
df.groupby(["continent"]).mean()

输出：

总计的（）

Pandas dataframe.agg()函数用于基于指定轴对数据进行一项或多项操作

例子：

# here sum, minimum and maximum of column 
# beer_servings is calculatad
df.beer_servings.agg(["sum", "min", "max"])

输出：

一起使用这两个函数：我们可以找到由另一列分组的特定列的多个聚合函数。

例子：

# find an aggregation of column "beer_servings"
# by grouping the "continent" column.
df.groupby(df["continent"]).beer_servings.agg(["min",
                                               "max",
                                               "sum",
                                               "count",
                                               "mean"])

输出：

在评论中写代码？请使用 ide.geeksforgeeks.org，生成链接并在此处分享链接。