Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimanakah Saya Boleh Menggunakan Fungsi Pengagregatan Berbilang pada Lajur yang Sama Menggunakan Pandas GroupBy.agg()?

Bagaimanakah Saya Boleh Menggunakan Fungsi Pengagregatan Berbilang pada Lajur yang Sama Menggunakan Pandas GroupBy.agg()?

Patricia Arquette
Lepaskan: 2025-01-01 00:22:09
asal
260 orang telah melayarinya

How Can I Apply Multiple Aggregation Functions to the Same Column Using Pandas GroupBy.agg()?

Berbilang Pengagregatan Lajur Yang Sama Menggunakan panda GroupBy.agg()

Masalah:

Bagaimana anda boleh menggunakan berbilang fungsi pengagregatan (f1, f2) pada lajur yang sama ("kembali") dalam DataFrame panda menggunakan GroupBy.agg() tanpa memanggil agg() beberapa kali?

Gerakan:

Adalah mudah untuk mempunyai sintaks seperti:

df.groupby("dummy").agg({"returns": [f1, f2]})
Salin selepas log masuk

Penyelesaian:

Sehingga 2022-06-20, sintaks berikut ialah amalan yang diterima:

df.groupby('dummy').agg(
    Mean=('returns', np.mean),
    Sum=('returns', np.sum),
)
Salin selepas log masuk

Sintaks ini menggunakan tupel untuk menentukan pasangan (lajur, fungsi) untuk pengagregatan.

Penyelesaian Sejarah:

Dalam versi terdahulu panda, anda boleh menggunakan salah satu daripada penyelesaian berikut:

  • Senarai Fungsi:

    df.groupby("dummy").agg({"returns": [np.mean, np.sum]})
    Salin selepas log masuk
  • Kamus dengan Senarai Fungsi:

    df.groupby('dummy').agg({'returns':
                                 {'Mean': np.mean, 'Sum': np.sum}})
    Salin selepas log masuk

Penyelesaian terdahulu ini ialah masih sah, tetapi pilihan pertama menggunakan tupel kini dianggap amalan terbaik.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menggunakan Fungsi Pengagregatan Berbilang pada Lajur yang Sama Menggunakan Pandas GroupBy.agg()?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan