pandas.DataFrame.agg#

DataFrame.agg(функция=None, ось=0, *args, **kwargs)[источник]#

Агрегировать с использованием одной или нескольких операций по указанной оси.

Параметры:
функцияфункция, строка, список или словарь

Функция для агрегирования данных. Если это функция, она должна работать либо при передаче DataFrame, либо при передаче в DataFrame.apply.

Допустимые комбинации:

  • функция

  • имя строковой функции

  • список функций и/или имён функций, например [np.sum, 'mean']

  • словарь меток осей -> функции, имена функций или список таких.

ось{0 или 'index', 1 или 'columns'}, по умолчанию 0

Если 0 или 'index': применить функцию к каждому столбцу. Если 1 или 'columns': применить функцию к каждой строке.

*args

Позиционные аргументы для передачи в функция.

**kwargs

Именованные аргументы для передачи в функция.

Возвращает:
скаляр, Series или DataFrame

Возвращаемое значение может быть:

  • скаляр: когда Series.agg вызывается с одной функцией

  • Series: при вызове DataFrame.agg с одной функцией

  • DataFrame : когда DataFrame.agg вызывается с несколькими функциями

Смотрите также

DataFrame.apply

Выполнять любые типы операций.

DataFrame.transform

Выполнение операций типа преобразования.

pandas.DataFrame.groupby

Выполнить операции по группам.

pandas.DataFrame.resample

Выполнение операций по передискретизированным бинам.

pandas.DataFrame.rolling

Выполнение операций по скользящему окну.

pandas.DataFrame.expanding

Выполнение операций над расширяющимся окном.

pandas.core.window.ewm.ExponentialMovingWindow

Выполнение операции над экспоненциально взвешенным окном.

Примечания

Операции агрегации всегда выполняются по оси, либо по индексу (по умолчанию), либо по оси столбцов. Это поведение отличается от numpy функции агрегации (mean, медиана, prod, sum, std, var), где по умолчанию вычисляется агрегация сглаженного массива, например, numpy.mean(arr_2d) в отличие от numpy.mean(arr_2d, axis=0).

agg является псевдонимом для агрегировать. Используйте псевдоним.

Функции, изменяющие переданный объект, могут вызывать неожиданное поведение или ошибки и не поддерживаются. См. Изменение с помощью методов пользовательских функций (UDF) для получения дополнительной информации.

Переданная пользовательская функция получит Series для оценки.

Примеры

>>> df = pd.DataFrame([[1, 2, 3],
...                    [4, 5, 6],
...                    [7, 8, 9],
...                    [np.nan, np.nan, np.nan]],
...                   columns=['A', 'B', 'C'])

Агрегировать эти функции по строкам.

>>> df.agg(['sum', 'min'])
        A     B     C
sum  12.0  15.0  18.0
min   1.0   2.0   3.0

Разные агрегации для каждого столбца.

>>> df.agg({'A' : ['sum', 'min'], 'B' : ['min', 'max']})
        A    B
sum  12.0  NaN
min   1.0  2.0
max   NaN  8.0

Агрегировать различные функции по столбцам и переименовать индекс результирующего DataFrame.

>>> df.agg(x=('A', 'max'), y=('B', 'min'), z=('C', 'mean'))
     A    B    C
x  7.0  NaN  NaN
y  NaN  2.0  NaN
z  NaN  NaN  6.0

Агрегировать по столбцам.

>>> df.agg("mean", axis="columns")
0    2.0
1    5.0
2    8.0
3    NaN
dtype: float64