面向列的聚合方法.面向列的聚合方法.pptVIP

面向列的聚合方法教师：亢华爱北京信息职业技术学院商务数据分析与应用专业教学资源库

目录Contents对某列数据应用不同的函数对每一列数据应用同一函数对不同列数据应用不同函数

当内置方法无法满足聚合要求时，这时可以自定义一个函数，将它传给agg()方法(pandas0.20版本后，aggregate()与agg()方法用法一样)，实现对Series或DataFrame对象进行聚合运算。agg()方法的语法格式agg(func，axis=0，*args，**kwargs)面向列的聚合方法

面向列的聚合方法上述方法中部分参数表示的含义如下：agg(func，axis=0，*args，**kwargs)(2)axis：表示函数作用于轴的方向，0或index表示将函数应用到每一列；1或columns表示将函数应用到每一行，该参数的默认值为0。(1)func：表示用于汇总数据的函数，可以为单个函数或函数列表。

1PART对每一列数据应用同一函数

对每一列数据应用同一函数假设现在有一个6行7列的表格，从左边数表格的前6列都是数值类型，而第7列的数据类型为字符串类型，如图所示：使用agg()方法的最简单的方式，就是给该方法的func参数传入一个函数，这个函数既可以是内置的，也可以自定义的0012345a167891011a2121314151617a3181920212223b4242526272829b5303132333435babcdefkey表格示例

对每一列数据应用同一函数0012345a167891011a2121314151617a3181920212223b4242526272829b5303132333435babcdefkey按照表格中的key一列进行分组，将上述表格拆分为a、b两组，并且分别计算两个分组中每列数据的和，将得到的结果整合到一起

对每一列数据应用同一函数创建一个与表格结构相同的DataFrame对象，示例代码如下:In[15]:frompandasimportDataFrame，Seriesimportnumpyasnpdata_frame=DataFrame(np.arange(36).reshape((6，6))，columns=list(abcdef))data_frame[key]=Series(list(aaabbb)，name=key)data_frameOut[15]:abedefkey0 0 1 2 3 4 5 a1 6 7 8 9 10 11 a2 12 13 14 15 16 17 a3 18 19 20 21 22 23 b4 24 25 26 27 28 29 b5 30 31 32 33 34 35 b

对每一列数据应用同一函数将data_frame对象以“key”列为分组键进行分组，凡是该列中数据为“a”的划分为一组，数据为“b”的划分成另外一组，两个分组的结构如图所示：a组和b组的数据

对每一列数据应用同一函数通过代码来实现上述分组的过程，并且通过字典的形式分别打印出每个分组的具体内容，示例代码如下：In[16]:#按key列进行分组data_group=data_frame.groupby(key)#输出a组数据信息dict([xforxindata_group])[a]Out[16]:a b c d efkey00 1 2