pandas 的 agg() 是 aggregate() 方法的简写别名，它能在指定轴上使用一个或多个操作进行聚合，对 Series、DataFrame 以及分组对象都有效。所谓聚合，就是将多个值经过计算产生一个值的过程。在 pandas 数据处理和数据分析过程中，我们按轴进行聚合，一个轴的数据聚合为一个值，如果是分组对象，一个分组的数据也可能聚合为一个值。
agg 是 aggregate 的别名，在指定轴上使用一个或多个操作进行聚合。建议使用 df.agg，而不是 df.aggregate。它的一般语法是：
以下是参数说明
- func : function, str, list 或者 dict。用于聚合数据的函数。如果是函数，则必须在传递给 DataFrame 或传递给 DataFrame.apply。可接受的组合为：
- 函数 function
- 字符串函数名 string function name
- 函数和/或函数名列表，如
- 轴标签->函数、函数名称或此类列表的字典
- 注：可不传，支持「嵌套重命名」（nested renamer）特殊语法，见下文介绍
- axis : {0 or 'index', 1 or 'columns'}, 默认 0
- 如果 0 或者 'index':将函数应用于每列
- 如果 1 或者 'columns': 将函数应用于每一行
- ：要传递给“func”的位置参数
- ：要传递给“func”的关键字参数
返回的数据有 scalar（标量）, Series 或者 DataFrame，其中有：
- scalar : 当 Series.agg 调用单个函数时
- Series : 当 DataFrame.agg 调用单个函数时，Series.agg 调用多个函数时
- DataFrame : 当 DataFrame.agg 调用多个函数时
聚合操作始终在一个轴上执行，即索引轴（默认值）或列轴。这种行为不同于 的聚合函数（、、、、、），其中默认值是计算展平数组（flattened array）的聚合，例如 而不是 。
传递变异对象（此处变异对象为非序列类型对象）的函数可能会产生意外行为或错误，因此不受支持，用户定义函数需要第一个参数传递一个 Series 以进行计算。
func 的参数可以为 None 不传，这种情况下，全关键字（可多个）形式传入，支持：
- Series：支持 新索引名=聚合函数
- DataFrame：支持 新列名=(原列名，聚合函数) 命名聚合功能（或者嵌套重命名），实现聚合后的列自定义列名功能，用 pd.NamedAgg 可显示定义
- Grouby：也支持 新列名=(原列名，聚合函数) 命名聚合功能，同上
Series.agg 的应用和一般语法中介绍的一样，其中 axis 参数的取值为 {0 or ‘index’}，并且不可指定其他值，仅与 DataFrame.agg 做了兼容。
以下是一些简单的示例：
Series 的 agg 不支持「嵌套重命名」（nested renamer）功能（关键字的值取元组，当然，这也没啥用）。
以下是一些简单的应用示例：
agg 支持「嵌套重命名」（nested renamer）特殊语法（原理见下文命名聚合 pd.NamedAgg 相关介绍，类似），如果无传入函数，而全为 关键字=(列名, 聚合函数) 形式会按重新标记处理。重新标记将关键字解析这对应的行索引，值取列名对应列的聚合函数计算结果。
agg 可以为分组对象调用方法，与 DataFrame 的一点不同是，DataFrameGroupBy 对象在使用 agg 时可以指定计算引擎（engine 参数）和 引擎的参数（engine_kwargs）。
语法为：
参数：
- func：function, str, list 或者 dict，有：
- 函数 function
- 字符串函数名 string function name
- 函数和/或函数名列表，如
- 轴标签->函数、函数名称或此类列表的字典
- 注：还可以接受指定了 engine='Numba' 的 Numba JIT 函数。此引擎仅支持传递单个函数。如果选择了 “numba”引擎，则函数必须是用户定义的函数，其值和索引分别作为函数签名中的第一个和第二个参数，每个组的索引都将传递给用户定义的函数，并且可以选择使用
- 注：支持「命名聚合」特殊语法，见下文 pd.NamedAgg
- engine：str, 默认 None，有：
- 'cython' : 通过cython的C扩展执行函数
- 'numba' : 通过numba中的JIT编译代码运行函数
- None : 默认为 “cython” 或全局设置 compute.use_numba
- engine_kwargs：dict, 默认 None，有：
- 对于 'cython' 引擎，没有可授受的参数
- 对于 'numba' 引擎, 引擎可以接受 nopython、nogil 和并行字典键。值必须为 True 或 False，默认值是 {'nopython'：True，'nogil'：False，'parallel'：False}，并将应用于函数
- ：要传递给“func”的位置参数
- ：要传递给“func”的关键字参数
返回：
- DataFrame
使用 engine='numba' 时，内部将不会出现“回退”行为，组数据和组索引将作为 numpy 数组传递给 JITed 用户定义函数，并且不会执行其他尝试。
一些示例：
为了控制每列具有不同聚合的输出名称，pandas 支持“命名聚合”：
在版本 1.3.0 中更改：生成的数据类型将反映聚合函数的返回值：
一些其他案例：
通常，输出列名应该是唯一的。不能将同一函数（或两个同名函数）应用于同一列。
pandas 允许您提供多个 lambda。在这种情况下，pandas 将破坏（匿名）lambda 函数的名称，并将 附加到每个后续lambda。
通过向聚合传递 dict，您可以对 DataFrame 的列应用不同的聚合：
时间重采样可以使用 agg，语法与 DataFrame 类似，为：
案例：
agg 可以为滚动窗口对象调用方法。语法与 DataFrame 类似，为：
示例：
agg 可以为扩展窗口对象调用方法。语法为：
示例如下：
「嵌套重命名」（nested renamer）功能可以利用 pd.NamedAgg 对象完成，它是一个 namedtuple 对象（ 在 Python collections 内置库），在 pandas 源码中是这样定义的：
它是为了支持特定于列的聚合并控制输出列名，pandas 接受 GroupBy 中的特殊语法。它是 agg() 的“命名聚合”，其中关键字是输出列名（NamedAgg 位），值是元组，其第一个元素（column 位）是要选择的列，第二个元素（aggfunc 位）是要应用于该列的聚合。
NamedAgg 将字段 利用 namedtuple 进行耦合，以更清楚地说明参数是什么。通常，聚合方法（aggfunc 值）可以是可调用对象的别名或字符串别名。
例如：
pandas.NamedAgg 只是一个 namedtuple，也允许使用纯元组：
如果所需的输出列名不是有效的 Python 关键字，请构造一个字典并解压关键字参数，利用双星号解包的特性，我们可以给新列名指定一个不符合 Python 变量的名称：
在以上操作中，只有成对的（列，aggfunc），聚合函数的其他参数无法传递，如果想传递聚合函数其他参数（ ），请使用 functools.partial() 应用这些参数。
关于为何要解包传入，这是 Python 传入关键字的技巧，所有关键字和值组成字典，因 agg 支持关键字参数是一个字典，它可以接受这个字典（我们平时看到的解包字典为 ），因此我们再将这个字典解包为字典，而解包外层不需要再加字典字面量。如果不理解的话可以感受下下边的例子：
对于 Python3.5 和更早版本，函数中 的顺序没有保留，这意味着输出列顺序不一致，为了确保顺序一致，Python 3.5 中的键（以及输出列）将始终进行排序。
命名聚合也适用于 Series groupby 聚合。在下例中，没有列选择，因此值只是函数：
这于命名聚合的实现原理是这样的。参数 fun 参数默认为 None，如果没有传入 fun 参数，而仅有关键字参数，会被解析为该功能的表达形式。
agg 的使用方法总结如下：
agg 支持的对象有：
- pandas.DataFrame.agg
- pandas.Series.agg
- pandas.core.groupby.GroupBy.agg
- pandas.core.groupby.DataFrameGroupBy.aggregate
- pandas.core.groupby.SeriesGroupBy.aggregate
- pandas.core.resample.Resampler.aggregate
- pandas.core.window.expanding.Expanding.aggregate
- pandas.core.window.rolling.Rolling.aggregate
- https://pandas.pydata.org/docs/user_guide/groupby.html#aggregation
- https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.agg.html
- https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.DataFrameGroupBy.aggregate.html
- https://pandas.pydata.org/docs/reference/api/pandas.core.resample.Resampler.aggregate.html
- https://pandas.pydata.org/docs/reference/api/pandas.core.window.expanding.Expanding.aggregate.html
- https://pandas.pydata.org/docs/reference/api/pandas.core.window.rolling.Rolling.aggregate.html
- pandas 按版本统计测试通过和失败数量 2024-07-21 18:03:28
- pandas 按 ID 合并英文姓名 2023-11-14 22:35:59
- pandas 相同类型的值拼接在一起 2023-09-11 11:28:29
- pandas 对数据按分组进行描述统计 2023-08-30 19:05:30
- pandas 查找重复项并将值拆分列 2023-08-30 16:12:03
- pandas 分组后将组内数据转为有序列表 2023-08-28 16:12:19
- pandas 按组显示列值的列表 2022-11-22 16:07:58
- pandas 将连续数字分组求和 2022-07-04 16:37:40
- pandas 书单整理将同种书合并在一起 2022-05-15 22:38:20
- pandas 根据值数字显示列名排序 2022-01-15 10:45:36
- pandas 将列表转为以字符为键的字典 2022-01-14 14:18:05
- pandas 时序取当天开始时间和结束时间 2020-11-30 11:02:32
更新时间：2022-11-14 11:50:04 标签：pandas agg 聚合
版权声明：
本文来源网络，所有图片文章版权属于原作者，如有侵权，联系删除。
本文网址：https://www.mushiming.com/mjsbk/15169.html