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