[教程]揭秘Python中的agg：聚合函数的强大作用，轻松处理复杂数据！

引言在数据分析领域，处理和分析大量数据是一项基本技能。Python作为一种广泛使用的数据分析工具，提供了许多强大的库，如Pandas。Pandas库中的agg函数是进行数据聚合操作的神器，它能够帮助开...

引言

在数据分析领域，处理和分析大量数据是一项基本技能。Python作为一种广泛使用的数据分析工具，提供了许多强大的库，如Pandas。Pandas库中的agg函数是进行数据聚合操作的神器，它能够帮助开发者轻松地处理复杂数据。

什么是agg函数？

agg函数是Pandas库中DataFrame和Series对象的一个方法，用于在数据集上执行多种聚合操作。它允许用户指定一个或多个聚合函数，并对指定列或索引进行聚合。

agg函数的基本语法

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

• func：一个或多个聚合函数，可以是函数、字符串或函数列表。
• axis：指定应用聚合函数的轴，0表示列，1表示行。默认值是0。
• args和kwargs：可选参数，用于传递给聚合函数的额外参数。

常用的聚合函数

以下是Pandas中一些常用的聚合函数：

• sum：计算总和。
• mean：计算平均值。
• median：计算中位数。
• min：计算最小值。
• max：计算最大值。
• std：计算标准差。
• var：计算方差。

示例：使用agg函数进行数据聚合

假设我们有一个包含以下数据的DataFrame：

import pandas as pd
data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David'], 'Age': [25, 30, 35, 40], 'Salary': [50000, 60000, 70000, 80000]
}
df = pd.DataFrame(data)

现在，我们想要计算每个年龄段（20-29，30-39，40-49）的平均薪资：

def age_group(age): if 20 <= age <= 29: return '20-29' elif 30 <= age <= 39: return '30-39' elif 40 <= age <= 49: return '40-49' else: return 'Other'
df['AgeGroup'] = df['Age'].apply(age_group)
result = df.groupby('AgeGroup')['Salary'].agg(['mean', 'count'])
print(result)

输出结果：

 mean count
AgeGroup
20-29 55000 1
30-39 65000 1
40-49 75000 1
Other NaN 0

高级用法：自定义聚合函数

除了内置的聚合函数外，还可以使用自定义函数进行聚合操作。以下是一个自定义函数的示例：

def custom_agg(series): return series.max() - series.min()
result = df.groupby('AgeGroup')['Salary'].agg(custom_agg)
print(result)

输出结果：

 custom_agg
AgeGroup
20-29 50000
30-39 50000
40-49 50000
Other NaN

总结

agg函数是Pandas中一个非常强大的工具，它可以帮助开发者轻松地处理复杂数据。通过使用agg函数，可以轻松地对数据进行分组、计算平均值、总和、中位数、最大值、最小值等，从而更好地理解数据。