Pandas教程-Pandas DataFrame.aggregate()

DataFrame.aggregate() 函数的主要任务是对一个或多个列应用一些聚合。最常用的聚合包括：

sum: 用于返回请求轴上的值的总和。

min: 用于返回请求轴上的最小值。

max: 用于返回请求轴上的最大值。

语法:

DataFrame.aggregate(func, axis=0, *args, **kwargs)  

参数:

func: 它是可调用对象、字符串、字典或字符串/可调用对象的列表。

用于聚合数据。对于一个函数，它必须在传递给 DataFrame 或 DataFrame.apply() 时工作。对于 DataFrame，如果键是列名，它可以传递一个字典。

axis: (默认为 0): 它可以是 0 或 'index'，1 或 'columns'

0 或 'index': 对于每一列应用一个函数。

1 或 'columns': 对于每一行应用一个函数。

*args: 这是一个位置参数，要传递给 func。

kwargs: 这是一个关键字参数，要传递给 func**。

返回值:

它返回标量、Series 或 DataFrame。

标量: 当调用 Series.agg 时使用单个函数时。

Series: 当为单个函数调用 DataFrame.agg 时使用。

DataFrame: 当为多个函数调用 DataFrame.agg 时使用。

示例:

import pandas as pd  
import numpy as np  
info=pd.DataFrame([[1,5,7],[10,12,15],[18,21,24],[np.nan,np.nan,np.nan]],columns=['X','Y','Z'])  
info.agg(['sum','min'])  

输出:

X     Y     Z
sum  29.0  38.0  46.0
min   1.0   5.0   7.0

示例2:

import pandas as pd  
import numpy as np  
info=pd.DataFrame([[1,5,7],[10,12,15],[18,21,24],[np.nan,np.nan,np.nan]],columns=['X','Y','Z'])  
df.agg({'A' : ['sum', 'min'], 'B' : ['min', 'max']})  

输出:

      X       Y  
max   NaN  21.0
min   1.0  12.0
sum  29.0  NaN