Python全系列 教程
3567个小节阅读:5930.1k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
在使用 groupby 完成数据分组后,就可以按照需求进行分组信息汇总,此时可以使用它专门的汇总命令
如 agg 来完成汇总操作
xxxxxxxxxx
df.aggregate(func, axis=0)
名称可以直接简写为 agg
可以直接使用的汇总函数
名称 | 含义 |
---|---|
count () | Nuniber of non-null observations size () group sizes |
sum() | Sum of values |
mean() | Mean of values |
median() | Arithmetic median of values |
min () | Minimum |
max() | Maximum |
std() | Unbiased standard deviation |
var () | Unbiased variance |
skew() | Unbiased skewness(3rd moment) |
kurt() | Unbiased kurtosis (4th moment) |
quantile () | Sample quantile (value at %) apply() Generic apply |
cov() | Unbiased covariance (binary) |
corr() | Correlation (binary) |
xxxxxxxxxx
dfg.agg( 'count')
dfg.agg('median')
dfg.agg(['mean', 'median'])
dfg.agg(['mean', 'median'])
#引用非内置函数
import numpy as np
df2.身高.agg (np. sum)
dfg.身高.agg (np. sum)
xxxxxxxxxx
# 使用自定义函数
def mynum(x:int) ->int:
return x.min()
df2.身高.agg (mymean)
dfg.agg(mymean)
实时学习反馈
1. Pandas中在使用 groupby 完成数据分组后,就可以按照需求使用_____函数进行汇总。
A agg()
B aggby()
2. Pandas中分组汇总,下划线处需要填写的代码是_____:
xxxxxxxxxx
df = pd.read_excel('stu_data.xlsx')
#按性别进行分组
___________
#计算各分组中身高最高的
___________
A dfg = df.groupby('性别') dfg.身高.agg(max)
B dfg = df.by('性别') dfg.身高.agg(max)
答案
1=>A 2=>A