pandas.Series.aggregate

Series.aggregate(func=None, axis=0, *args, **kwargs)

沿指定轴使用一个或多个操作进行聚合。

Parameters:

funcfunction, str, list 或 dict

用于聚合数据的函数。如果是一个函数，它必须在传入 Series 时能够工作，或者在传递给 Series.apply 时能够工作。

可接受的组合有：

• function

• 字符串函数名

• 函数和/或函数名的列表，例如 [np.sum, 'mean']

• 轴标签 -> 函数、函数名或其列表的字典。

axis{0 或 ‘index’}

未使用。参数是与 DataFrame 兼容性所必需的。

*args

传递给 func 的位置参数。

**kwargs

传递给 func 的关键字参数。

Returns:

scalar, Series 或 DataFrame

返回值可以是：

• scalar ：当 Series.agg 用单个函数调用时

• Series ：当 DataFrame.agg 用单个函数调用时

• DataFrame ：当 DataFrame.agg 用多个函数调用时

参见

Series.apply

在 Series 上调用函数。

Series.transform

转换函数，生成具有相同索引的 Series。

Notes

聚合操作始终在某个轴上执行，可以是索引轴（默认）或列轴。此行为与 numpy 聚合函数（mean、median、prod、sum、std、var）不同，后者默认计算展平数组的聚合，例如 numpy.mean(arr_2d) 而不是 numpy.mean(arr_2d, axis=0)。

agg 是 aggregate 的别名。请使用别名。

修改传入对象的函数可能会导致意外行为或错误，因此不受支持。有关详细信息，请参阅 使用用户定义函数 (UDF) 方法进行变异 。

传入的用户定义函数将接收一个 Series 进行计算。

Examples

>>> s = pd.Series([1, 2, 3, 4])
>>> s
0    1
1    2
2    3
3    4
dtype: int64

>>> s.agg('min')
1

>>> s.agg(['min', 'max'])
min   1
max   4
dtype: int64