Pandas实战100例 | 案例 40: 分组并应用多个聚合函数

案例 40: 分组并应用多个聚合函数

知识点讲解

Pandas 的 groupby 和 agg 方法使得对数据分组后应用多个聚合函数成为可能。这在数据分析中非常有用，可以快速得到分组统计数据。

• 分组聚合: 使用 groupby 方法对数据进行分组。
• 多重聚合: 使用 agg 方法并传递一个包含多个聚合函数的列表，可以对每个组应用多个聚合操作。

示例代码

# 准备数据和示例代码的运行结果，用于案例 40

# 示例数据
data_aggregation = {
    'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'Values': [10, 15, 20, 25, 30, 35]
}
df_aggregation = pd.DataFrame(data_aggregation)

# 分组并应用多个聚合函数
aggregated_data = df_aggregation.groupby('Group').agg(['sum', 'mean', 'max'])

df_aggregation, aggregated_data

在这个示例中，我们根据 Group 列对数据进行分组，并对每个组应用了求和 (sum)、平均 (mean) 和最大值 (max) 三个聚合函数。

示例代码运行结果

原始 DataFrame (df_aggregation):

  Group  Values
0     A      10
1     A      15
2     B      20
3     B      25
4     C      30
5     C      35

分组并聚合后的结果 (aggregated_data):

      Values          
         sum  mean max
Group                 
A        25  12.5  15
B        45  22.5  25
C        65  32.5  35

这个结果显示了每个组的总和、平均值和最大值。通过这种方式，可以快速对数据进行多维度的分析。