pandas.core.groupby.DataFrameGroupBy.aggregate #

DataFrameGroupBy。聚合func = None * args engine = None engine_kwargs = None ** 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、list、dict 或 None

用于聚合数据的函数。如果是函数,则必须在传递 DataFrame 或传递给 DataFrame.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。

  • 无,在这种情况下**kwargs与命名聚合一起使用。这里的输出对于 中的每个元素都有一列**kwargs。列的名称是关键字,而值决定用于计算列中的值的聚合。

    还可以接受指定的 Numba JIT 函数 engine='numba'。该引擎仅支持传递单个函数。

    如果'numba'选择引擎,则该函数必须是用户定义的函数,并且values函数index签名中的第一个参数和第二个参数分别为 和 。每个组的索引将传递给用户定义的函数,并且可以选择使用。

*参数

传递给 func 的位置参数。

引擎str,默认无
  • 'cython':通过 cython 的 C 扩展运行该函数。

  • 'numba':通过 numba 的 JIT 编译代码运行该函数。

  • None:默认'cython'或全局设置compute.use_numba

engine_kwargs字典,默认 None
  • 对于'cython'发动机,没有可接受的engine_kwargs

  • 对于'numba'引擎,引擎可以接受nopython,nogilparallel字典键。这些值必须是TrueFalse。引擎 engine_kwargs的默认值将应用于该函数'numba'{'nopython': True, 'nogil': False, 'parallel': False}

**夸格
  • 如果func为 None,则**kwargs用于通过命名聚合定义输出名称和聚合。参见func条目。

  • 否则,关键字参数将传递到 func 中。

返回
数据框

也可以看看

DataFrame.groupby.apply

逐组应用函数 func 并将结果组合在一起。

DataFrame.groupby.transform

根据给定的函数转换每个组上的系列。

DataFrame.aggregate

使用指定轴上的一项或多项操作进行聚合。

笔记

使用时engine='numba',内部不会有“回退”行为。组数据和组索引将作为 numpy 数组传递给 JITed 用户定义的函数,并且不会尝试其他执行尝试。

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。

版本 1.3.0 中更改:生成的 dtype 将反映传递的返回值func,请参阅下面的示例。

例子

>>> data = {"A": [1, 1, 2, 2],
...         "B": [1, 2, 3, 4],
...         "C": [0.362838, 0.227877, 1.267767, -0.562860]}
>>> df = pd.DataFrame(data)
>>> df
   A  B         C
0  1  1  0.362838
1  1  2  0.227877
2  2  3  1.267767
3  2  4 -0.562860

聚合针对每一列。

>>> df.groupby('A').agg('min')
   B         C
A
1  1  0.227877
2  3 -0.562860

多重聚合

>>> df.groupby('A').agg(['min', 'max'])
    B             C
  min max       min       max
A
1   1   2  0.227877  0.362838
2   3   4 -0.562860  1.267767

选择要聚合的列

>>> df.groupby('A').B.agg(['min', 'max'])
   min  max
A
1    1    2
2    3    4

用户定义的聚合函数

>>> df.groupby('A').agg(lambda x: sum(x) + 2)
    B          C
A
1       5       2.590715
2       9       2.704907

每列不同的聚合

>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
    B             C
  min max       sum
A
1   1   2  0.590715
2   3   4  0.704907

为了控制每列具有不同聚合的输出名称,pandas 支持“命名聚合”

>>> df.groupby("A").agg(
...     b_min=pd.NamedAgg(column="B", aggfunc="min"),
...     c_sum=pd.NamedAgg(column="C", aggfunc="sum")
... )
   b_min     c_sum
A
1      1  0.590715
2      3  0.704907
  • 关键字是输出列名称

  • 这些值是元组,其第一个元素是要选择的列,第二个元素是要应用于该列的聚合。 Pandaspandas.NamedAgg为namedtuple 提供了字段, 以便更清楚地说明参数是什么。像往常一样,聚合可以是可调用的或字符串别名。['column', 'aggfunc']

有关更多信息,请参阅命名聚合。

版本 1.3.0 中更改:生成的 dtype 将反映聚合函数的返回值。

>>> df.groupby("A")[["B"]].agg(lambda x: x.astype(float).min())
      B
A
1   1.0
2   3.0