Python中Pandas的agg函数用法示例

Pandas是Python中的一个强大的数据处理和分析库，其中的agg函数是一个非常实用的函数，可以用来进行数据的统计分析。agg函数的用法如下：

基本用法

import pandas as pd

data = {'A':[1,2,3,4,5], 'B':[6,7,8,9,10], 'C':[11,12,13,14,15]}
df = pd.DataFrame(data)

# 计算每一列的均值
df.agg('mean')

上面的代码中，我们创建了一个DataFrame对象，使用agg函数计算每一列的均值，最终得到的结果是：

A    3.0
B    8.0
C   13.0
dtype: float64

多个函数

import pandas as pd

data = {'A':[1,2,3,4,5], 'B':[6,7,8,9,10], 'C':[11,12,13,14,15]}
df = pd.DataFrame(data)

# 计算每一列的均值、标准差和最大值
df.agg(['mean', 'std', 'max'])

上面的代码中，我们使用agg函数计算每一列的均值、标准差和最大值，最终得到的结果是：

      A    B    C
mean  3.0  8.0  13.0
std   1.4  1.4   1.4
max   5.0 10.0  15.0

自定义函数

import pandas as pd

data = {'A':[1,2,3,4,5], 'B':[6,7,8,9,10], 'C':[11,12,13,14,15]}
df = pd.DataFrame(data)

# 自定义函数
def my_func(x):
    return x.max() - x.min()

# 计算每一列的最大值和最小值之差
df.agg(my_func)

上面的代码中，我们先定义了一个函数my_func，用来计算每一列的最大值和最小值之差，使用agg函数调用该函数，最终得到的结果是：

A    4
B    4
C    4
dtype: int64

以上就是Pandas中agg函数的用法示例，agg函数可以用来进行数据的统计分析，可以指定多个函数，也可以自定义函数来实现更复杂的分析。