pandas.core.groupby.DataFrameGroupBy.aggregate#

DataFrameGroupBy.aggregate(func=None, *args, engine=None, engine_kwargs=None, **kwargs)[源代码]#

沿指定轴使用一个或多个操作进行聚合。

Parameters:
funcfunction, str, list, dict or None

用于聚合数据的函数。如果是函数，则必须能在传递 DataFrame 时工作，或者能在传递给 DataFrame.apply 时工作。

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。

  • None，在这种情况下，**kwargs 与命名聚合一起使用。此处输出包含 **kwargs 的每个元素的列。列的名称是关键字，而值决定了用于计算列中值的聚合。

    使用 engine='numba' 指定时，也可以接受 Numba JIT 函数。使用此引擎仅支持传递单个函数。

    如果选择了 'numba' 引擎，则该函数必须是一个用户定义的函数，其函数签名中的第一个和第二个参数分别为 values 和 index。每个组的索引将传递给用户定义的函数，并可供使用。

*args

传递给 func 的位置参数。

enginestr，默认 None

  • 'cython' : 通过 cython 的 C 扩展运行函数。

  • 'numba' : 通过 numba 的 JIT 编译代码运行函数。

  • None : 默认为 'cython' 或全局设置的 compute.use_numba

engine_kwargsdict, 默认为 None

  • 对于 'cython' 引擎，没有可接受的 engine_kwargs

  • 对于 'numba' 引擎，该引擎可以接受 nopython、nogil 和 parallel 字典键。值必须是 True 或 False。 'numba' 引擎的默认 engine_kwargs 为 {'nopython': True, 'nogil': False, 'parallel': False}，并将应用于函数

**kwargs

  • 如果 func 为 None，则使用 **kwargs 通过命名聚合定义输出名称和聚合。请参阅 func 条目。

  • 否则，将传递给 func 的关键字参数。

Returns:
DataFrame

参见

DataFrame.groupby.apply

按组应用函数 func 并将结果组合在一起。

DataFrame.groupby.transform

根据给定函数对每个组中的 Series 进行转换。

DataFrame.aggregate

沿指定轴使用一个或多个操作进行聚合。

Notes

使用 engine='numba' 时，内部不会有“回退”行为。组数据和组索引将作为 numpy 数组传递给 JITed 用户定义的函数，并且不会尝试其他执行。

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 。

在 1.3.0 版本发生变更: 结果的 dtype 将反映传递的 func 的返回值，请参阅下面的示例。

Examples

>>> data = {"A": [1, 1, 2, 2],
...         "B": [1, 2, 3, 4],
...         "C": [0.362838, 0.227877, 1.267767, -0.562860]}
>>> df = pd.DataFrame(data)
>>> df
   A  B         C
0  1  1  0.362838
1  1  2  0.227877
2  2  3  1.267767
3  2  4 -0.562860

聚合是针对每个列的。

>>> df.groupby('A').agg('min')
   B         C
A
1  1  0.227877
2  3 -0.562860

多次聚合

>>> 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

选择一列进行聚合

>>> df.groupby('A').B.agg(['min', 'max'])
   min  max
A
1    1    2
2    3    4

用户定义的聚合函数

>>> df.groupby('A').agg(lambda x: sum(x) + 2)
    B          C
A
1       5       2.590715
2       9       2.704907

每列不同的聚合

>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
    B             C
  min max       sum
A
1   1   2  0.590715
2   3   4  0.704907

要使用每列的不同聚合来控制输出名称，“命名聚合”得到了 pandas 的支持

>>> df.groupby("A").agg(
...     b_min=pd.NamedAgg(column="B", aggfunc="min"),
...     c_sum=pd.NamedAgg(column="C", aggfunc="sum")
... )
   b_min     c_sum
A
1      1  0.590715
2      3  0.704907

  • 关键字是*输出*列名

  • 值是元组，第一个元素是要选择的列，第二个元素是要应用于该列的聚合。pandas 提供了 pandas.NamedAgg 命名元组（字段为 ['column', 'aggfunc']）以更清晰地说明参数。像往常一样，聚合可以是可调用对象或字符串别名。

更多信息请参阅 命名聚合 。

在 1.3.0 版本发生变更: 结果的 dtype 将反映聚合函数的返回值。

>>> df.groupby("A")[["B"]].agg(lambda x: x.astype(float).min())
      B
A
1   1.0
2   3.0
On this page
显示源代码