如何使用 pandas GroupBy 将多个聚合函数应用于同一列？

使用 GroupBy 对同一列上的多个函数进行聚合

在 Python 的 pandas 库中，GroupBy.agg() 函数提供了一种便捷的方法将聚合函数应用于分组数据。然而，值得注意的是，将多个函数应用于同一列可能会很棘手。

最初，使用以下语法似乎很直观：

df.groupby("dummy").agg({"returns": f1, "returns": f2})

但是，这种方法会失败，因为Python 中不允许重复键。相反，pandas 提供了几种执行此类聚合的方法：

方法 1：函数列表

函数可以作为列表传递：

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

方法2：字典函数

函数可以作为字典传递，其中键代表列名，值代表函数列表：

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

方法 3：最近更新（如2022-06-20)

在最新版本的 pandas 中，以下语法是首选：

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

此语法不仅可以无缝运行，而且在指定聚合函数和列名称方面提供了更高的清晰度和灵活性。

以上是如何使用 pandas GroupBy 将多个聚合函数应用于同一列？的详细内容。更多信息请关注PHP中文网其他相关文章！