如何將多個聚合應用於 Pandas 中的同一列？

在Pandas 中對同一列應用多個聚合

在pandas 中，GroupBy.agg() 提供了一種便捷的方法來執行多個函數分組資料。然而，使用 agg() 將不同的函數應用於同一列似乎具有挑戰性。

傳統上，語法上不正確但所需的方法是將重複的鍵傳遞給 agg() 的字典參數，這不是Python 中允許。

為了解決這個問題，pandas 提供了幾個選項：

選項1：列表元組

截至2022 年6 月20 日，首選方法是向agg() 提供元組[(column, function)]列表，其中每個元組代表要執行的聚合指定列。

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

選項2：巢狀字典

另一種方法是使用巢狀字典，其中外部鍵是列，內部值是要套用的函數。

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

選項3：函數列表

對於 pandas 的歷史版本，另一個選擇是將函數作為列表傳遞給agg() 的字典參數。

df.groupby('dummy').agg({'returns': [np.mean, np.sum]})

透過利用這些選項，您可以方便地對同一列執行多個聚合，而不需要輔助函數或多次明確呼叫 agg()。

以上是如何將多個聚合應用於 Pandas 中的同一列？的詳細內容。更多資訊請關注PHP中文網其他相關文章！