pandas.Series.agg # 系列。agg ( func = None , axis = 0 , * args , ** kwargs ) [来源] # 使用指定轴上的一项或多项操作进行聚合。 参数: func函数、str、列表或字典用于聚合数据的函数。如果是函数,则必须在传递 Series 或传递给 Series.apply 时起作用。 可接受的组合是: 功能 字符串函数名 函数和/或函数名称列表,例如[np.sum, 'mean'] 轴标签的字典 -> 函数、函数名称或此类列表。 轴{0 或“索引”}没用过。与 DataFrame 兼容所需的参数。 *参数要传递给func 的位置参数。 **夸格要传递给func 的关键字参数。 返回: 标量、系列或数据帧返回值可以是: 标量:当使用单个函数调用 Series.agg 时 Series :当使用单个函数调用 DataFrame.agg 时 DataFrame :当使用多个函数调用 DataFrame.agg 时 也可以看看 Series.apply在系列上调用函数。 Series.transform转换函数生成具有相似索引的系列。 笔记 聚合操作始终在轴(索引(默认)或列轴)上执行。此行为与numpy聚合函数(mean、median、prod、sum、std、 var )不同 ,其中默认值是计算展平数组的聚合,例如,numpy.mean(arr_2d)与 .numpy.mean(arr_2d, axis=0) agg是aggregate的别名。使用别名。 改变传递的对象的函数可能会产生意外的行为或错误,因此不受支持。 有关更多详细信息,请参阅使用用户定义函数 (UDF) 方法进行变异。 传递的用户定义函数将传递给 Series 进行评估。 例子 >>> s = pd.Series([1, 2, 3, 4]) >>> s 0 1 1 2 2 3 3 4 dtype: int64 >>> s.agg('min') 1 >>> s.agg(['min', 'max']) min 1 max 4 dtype: int64