pandas 對(duì)group進(jìn)行聚合的例子
如下所示:
DataFrameGroupBy.agg(arg, *args, **kwargs)
例子:
>>> df = pd.DataFrame({'A': [1, 1, 2, 2],
... 'B': [1, 2, 3, 4],
... 'C': np.random.randn(4)})
輸出:
>>> df A B C 0 1 1 0.362838 1 1 2 0.227877 2 2 3 1.267767 3 2 4 -0.562860
對(duì)每一行使用agg函數(shù)
>>> df.groupby('A').agg('min')
B C
A
1 1 0.227877
2 3 -0.562860
對(duì)多列使用多個(gè)agg函數(shù):
>>> df.groupby('A').agg(['min', 'max'])
B C
min max min max
A
1 1 2 0.227877 0.362838
2 3 4 -0.562860 1.267767
選擇一列使用agg函數(shù):
>>> df.groupby('A').B.agg(['min', 'max'])
min max
A
1 1 2
2 3 4
>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
B C
min max sum
A
1 1 2 0.590716
2 3 4 0.704907
以上這篇pandas 對(duì)group進(jìn)行聚合的例子就是小編分享給大家的全部內(nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Keras保存模型并載入模型繼續(xù)訓(xùn)練的實(shí)現(xiàn)
這篇文章主要介紹了Keras保存模型并載入模型繼續(xù)訓(xùn)練的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-02-02
Python 利用argparse模塊實(shí)現(xiàn)腳本命令行參數(shù)解析
這篇文章主要介紹了Python 利用argparse模塊實(shí)現(xiàn)腳本命令行參數(shù)解析,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-12-12
使用PyTorch實(shí)現(xiàn)手寫數(shù)字識(shí)別功能
在人工智能的世界里,計(jì)算機(jī)視覺是最具魅力的領(lǐng)域之一,通過PyTorch這一強(qiáng)大的深度學(xué)習(xí)框架,我們將在經(jīng)典的MNIST數(shù)據(jù)集上,見證一個(gè)神經(jīng)網(wǎng)絡(luò)從零開始學(xué)會(huì)識(shí)別數(shù)字的全過程,本文給大家介紹了如何使用PyTorch實(shí)現(xiàn)手寫數(shù)字識(shí)別,需要的朋友可以參考下2025-03-03
使用Django和Python創(chuàng)建Json response的方法
下面小編就為大家分享一篇使用Django和Python創(chuàng)建Json response的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-03-03
Python數(shù)據(jù)分析?Pandas?Series對(duì)象操作
這篇文章主要介紹了Python數(shù)據(jù)分析之Pandas?Series對(duì)象,文章基于python的相關(guān)資料展開詳細(xì)內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-05-05
Python OpenCV讀取png圖像轉(zhuǎn)成jpg圖像存儲(chǔ)的方法
今天小編就為大家分享一篇Python OpenCV讀取png圖像轉(zhuǎn)成jpg圖像存儲(chǔ)的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-10-10

