pandas.DataFrame.agg

DataFrame.agg(func, axis=0, *args, **kwargs) [source]

Агрегирование с использованием одной или нескольких операций по указанной оси.

Новая в версии 0.20.0.

Параметры:

func : функция, строка, словарь или список строк/функций Функция для агрегирования данных. Если это функция, она должна работать, когда ей передаётся DataFrame или когда она передаётся в DataFrame.apply. Для DataFrame можно передать словарь, если ключи — имена столбцов DataFrame. Допустимые комбинации: имя функции в виде строки. функция. список функций. словарь с именами столбцов в качестве ключей и функциями (или списком функций) в качестве значений. axis : {0 или ‘index’, 1 или ‘columns’}, по умолчанию 0 0 или ‘index’: применение функции к каждому столбцу. 1 или ‘columns’: применение функции к каждой строке. *args Позиционные аргументы для передачи в func. **kwargs Именованные аргументы для передачи в func.

Возвращает:

aggregated : DataFrame

См. также

DataFrame.apply

Выполнение любых типов операций.

DataFrame.transform

Выполнение операций типа преобразования.

pandas.core.groupby.GroupBy

Выполнение операций над группами.

pandas.core.resample.Resampler

Выполнение операций над пересэмплированными блоками.

pandas.core.window.Rolling

Выполнение операций над скользящим окном.

pandas.core.window.Expanding

Выполнение операций над расширяющимся окном.

pandas.core.window.EWM

Выполнение операции над экспоненциально взвешенным окном.

Примечания

agg — псевдоним для aggregate. Используйте псевдоним.

Переданная пользователем функция будет передаваться Series для вычисления.

Операции агрегирования всегда выполняются по оси, либо по индексу (по умолчанию), либо по оси столбцов. Это поведение отличается от функций агрегирования numpy (mean, median, prod, sum, std, var), где по умолчанию вычисляется агрегация сжатого массива, например, numpy.mean(arr_2d) по сравнению с numpy.mean(arr_2d, axis=0).

agg — псевдоним для aggregate. Используйте псевдоним.

Примеры

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

Агрегирование этих функций по строкам.

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

Различные агрегирования по столбцам.

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

Агрегирование по столбцам.

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