如何将多个聚合应用于 Pandas 中的同一列？

在 Pandas 中对同一列应用多个聚合

在 pandas 中，GroupBy.agg() 提供了一种便捷的方法来执行多个函数分组数据。然而，使用 agg() 将不同的函数应用于同一列似乎具有挑战性。

传统上，语法上不正确但所需的方法是将重复的键传递给 agg() 的字典参数，这不是Python 中允许。

为了解决这个问题，pandas 提供了几个选项：

选项 1：列表元组

截至 2022 年 6 月 20 日，首选方法是向 agg() 提供元组 [(column, function)] 列表，其中每个元组代表要执行的聚合指定列。

df.groupby('dummy').agg(
    Mean=('returns', np.mean),
    Sum=('returns', np.sum))

选项 2：嵌套字典

另一种方法是使用嵌套字典，其中外部键是列，内部值是要应用的函数。

df.groupby('dummy').agg({'returns':
                              {'Mean': np.mean, 'Sum': np.sum}})

选项3：函数列表

对于 pandas 的历史版本，另一种选择是将函数作为列表传递给agg() 的字典参数。

df.groupby('dummy').agg({'returns': [np.mean, np.sum]})

通过利用这些选项，您可以方便地对同一列执行多个聚合，而不需要辅助函数或多次显式调用 agg()。

以上是如何将多个聚合应用于 Pandas 中的同一列？的详细内容。更多信息请关注PHP中文网其他相关文章！