更多Python学习内容：ipengtao.com

Pandas 是 Python 中用于数据处理和分析的强大库，它提供了各种功能来处理和转换数据。在 Pandas 中，有时需要对数据进行聚合操作，以便分析和摘要数据。<code>agg 方法是 Pandas 中的一个强大工具，可以帮助进行各种数据聚合操作。本文将详细介绍 Pandas 中的 agg 方法，包括如何使用它以及如何处理不同类型的数据聚合。

什么是数据聚合？

在数据分析和处理中，数据聚合是将多个数据合并、计算或摘要为单个结果的过程。这个结果通常包括统计信息，如平均值、总和、最大值、最小值等，以便更好地理解和分析数据。Pandas 提供了多种数据聚合方法，其中之一就是 agg 方法。

Pandas 中的 agg 方法

agg 是 Pandas 中的一个方法，用于在数据帧（DataFrame）或系列（Series）上执行多个聚合操作。它可以接受一个或多个聚合函数，并将它们应用于指定的列或索引，生成一个包含聚合结果的新数据帧或系列。

agg 方法的一般语法如下：

DataFrame.agg(func, axis=0, *args, **kwargs)

其中：

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。

基本的数据聚合

首先，看看如何使用 agg 方法执行一些基本的数据聚合操作。

将使用一个示例数据帧来演示这些操作：

import pandas as pd

data = {

    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],

    'Age': [25, 30, 35, 40, 45],

    'Salary': [50000, 60000, 75000, 80000, 90000]

}

df = pd.DataFrame(data)

计算均值

要计算某一列的均值，可以使用 agg 方法并传递 'mean' 作为聚合函数：

mean_salary = df['Salary'].agg('mean')

print(mean_salary)

这将输出 69000.0，即薪水列的均值。

计算多个聚合值

还可以使用 agg 方法一次计算多个聚合值，例如均值、总和和最大值：

aggregations = {

    'Age': 'mean',

    'Salary': ['sum', 'max']

}

result = df.agg(aggregations)

print(result)

这将输出以下结果：

Age       35.0

Salary    365000.0

dtype: float64

这个结果是一个包含多个聚合值的 Pandas 系列。

使用自定义聚合函数

除了内置的聚合函数，还可以使用自定义函数来进行数据聚合。

例如，可以编写一个函数来计算薪水列中高于某个阈值的人数：

def count_above_threshold(salary_series, threshold):

    return (salary_series > threshold).sum()

above_70000 = df['Salary'].agg(count_above_threshold, threshold=70000)

print(above_70000)

这将输出 2，即薪水高于 70000 的人数。

分组数据聚合

agg 方法也可以与 groupby 方法一起使用，以便在分组数据上执行聚合操作。

首先，创建一个包含更多数据的数据帧：

data = {

    'Department': ['HR', 'Engineering', 'Engineering', 'HR', 'Finance'],

    'Salary': [60000, 70000, 75000, 55000, 80000]

}

df = pd.DataFrame(data)

按部门计算平均薪水

要按部门计算平均薪水，可以使用 groupby 方法分组数据，然后使用 agg 方法计算平均值：

average_salary_by_department = df.groupby('Department').agg({'Salary': 'mean'})

print(average_salary_by_department)

这将输出以下结果：

Salary

Department            

Engineering     72500.0

Finance         80000.0

HR              57500.0

同时计算多个聚合值

还可以同时计算多个聚合值，例如平均薪水和最高薪水：

aggregations = {

    'Salary': ['mean', 'max']

}

result = df.groupby('Department').agg(aggregations)

print(result)

这将输出以下结果：

Salary       

                  mean    max

Department                    

Engineering     72500  75000

Finance         80000  80000

HR              57500  60000

使用自定义聚合函数

可以编写自定义的聚合函数，然后将其应用到分组数据上。

例如，可以编写一个函数来计算每个部门的薪水中位数：

def median_salary(salary_series):

    return salary_series.median()

median_salary_by_department = df.groupby('Department')['Salary'].agg(median_salary)

print(median_salary_by_department)

这将输出以下结果：

Department

Engineering    72500.0

Finance        80000.0

HR             57500.0

Name: Salary, dtype: float64

处理多个列

agg 方法也可以处理多个列，同时应用多个聚合函数。例如，可以同时计算年龄和薪水的均值和总和：

aggregations = {

    'Age': ['mean', 'sum'],

    'Salary': ['mean', 'sum']

}

result = df.groupby('Department').agg(aggregations)

print(result)

这将输出以下结果：

Age        Salary       

                mean sum     mean    sum

Department                              

Engineering      32.5  65  72500.0  145000

Finance          45.0  45  80000.0   80000

HR               40.0  80  57500.0  115000

处理不同类型的数据聚合

有时，可能需要在同一个数据帧中应用不同类型的聚合函数，这取决于不同列的数据类型。例如，对于字符串列，可能希望计算唯一值的数量，而对于数值列，可能想要计算均值和总和。

下面是一个包含不同数据类型的示例数据帧：

data = {

    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],

    'Age': [25, 30, 35, 40, 45],

    'Salary': [50000, 60000, 75000, 80000, 90000],

    'City': ['New York', 'San Francisco', 'New York', 'Los Angeles', 'Chicago']

}

df = pd.DataFrame(data)

处理不同类型的列

要处理不同类型的列，可以为不同的列指定不同的聚合函数。例如，对于字符串列（例如 Name 和 City），可以使用 nunique 函数来计算唯一值的数量，对于数值列（例如 Age 和 Salary），可以计算均值和总和：

aggregations = {

    'Name': 'nunique',

    'Age': ['mean', 'sum'],

    'Salary': ['mean', 'sum'],

    'City': 'nunique'

}

result = df.agg(aggregations)

print(result)

这将输出以下结果：

Name     5

Age     35

Salary  69000

City     4

dtype: int64

在这个示例中，为不同类型的列选择了不同的聚合函数，从而获得了不同类型的聚合结果。

总结

Pandas 中的 agg 方法是一个强大的工具，用于执行各种数据聚合操作。可以使用内置的聚合函数，也可以编写自定义的聚合函数，以满足不同的数据分析需求。通过结合 agg 方法和 groupby 方法，可以在分组数据上执行复杂的聚合操作。

希望本文对大家在 Pandas 中使用 agg 方法进行数据聚合有所帮助。通过掌握这个功能，将能够更轻松地分析和摘要数据，从而更好地理解和解释数据集。

如果你觉得文章还不错，请大家 点赞、分享、留言 下，因为这将是我持续输出更多优质文章的最强动力！

如果想要系统学习Python、Python问题咨询，或者考虑做一些工作以外的副业，都可以扫描二维码添加微信，围观朋友圈一起交流学习。

偷偷告诉大家一句：加了好友之后，备注 优质资料 可以额外免费获取一份价值 99 的《Python学习优质资料》，帮助你更好的学习Python。

往期推荐

Python基础学习常见的100个问题.pdf（附答案）

100个爬虫常见问题，完全版PDF开放下载！

学习 数据结构与算法，这是我见过最友好的教程！(PDF免费下载)

Python办公自动化完全指南(免费PDF)

Python Web 开发常见的100个问题.PDF

历时一个月整理的 Python 爬虫学习手册全集PDF（免费开放下载）