pandas.DataFrame.aggregate

DataFrame.aggregate(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 функция, должна работать, когда ей передается DataFrame, или когда она передается в DataFrame.apply. Для DataFrame можно передать словарь, если ключи — имена столбцов DataFrame. Допустимые комбинации: имя функции в виде строки. функция. список функций. словарь имен столбцов -> функций (или список функций). axis : {0 или ‘index’, 1 или ‘columns’}, по умолчанию 0 0 или ‘index’: применять функцию к каждому столбцу. 1 или ‘columns’: применять функцию 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 операций любого типа.

DataFrame.transform

Выполнение операций типа преобразования.

pandas.core.groupby.GroupBy

Выполнение операций над группами.

pandas.core.resample.Resampler

Выполнение операций над пересэмплированными интервалами.

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 является псевдонимом для aggregate. Используйте псевдоним.

Переданная пользователем функция будет передана в Series для оценки.

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 сплющенного массива, например, numpy.mean(arr_2d) вместо numpy.mean(arr_2d, axis=0).

agg является псевдонимом 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

Разные агрегации 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