什么是Python Pandas .agg函数？

Question

我正在谈论Python Pandas .agg()函数，

meanData = all_data.groupby(['Id'])[features].agg('mean')

因此，它可以执行以下操作：

• 平均值
• 中位数
• 总和
• 最大
• Min
• 标准

它还能做什么？我在官方文档页面上找不到任何内容： https://pandas.pydata.org/pandas-docs/stable/generated/pandas.core.groupby.DataFrameGroupBy.agg.html

Answer 1

与Replace一起使用的聚合包括：

平均值-.agg()

中位数-df.agg('mean')

模式-df.agg('median')

总和-df.agg('mode')

计数-df.agg('sum')

最大-df.agg('count')

最小值-df.agg('max')

标准偏差-df.agg('min')

差异-df.agg('std')

偏斜度-df.agg('var')

峰度-df.agg('skew')

Answer 2

您可以在左侧菜单的文档under pandas.core.groupby.GroupBy.some-function-name中找到完整列表。

列表当前包含许多聚合功能：

所有，任意，填充，回填，计数，cumcount，cummax，cummin，cumprod，cumsum，ffill，first，head，last，max，mean，mean，min，ngroup，nth，ohlc，pad，prod ，等级，pct_change，大小，sem，std，总和，var，尾巴

Answer 3

它几乎可以应用于DataFrame对象上的任何函数。

print(dir(DataFrame))

当func是字符串类型时，将在调用DataFrame方法的.agg对象的可用属性中查找功能名称。

https://github.com/pandas-dev/pandas/blob/v0.23.4/pandas/core/apply.py#L117

虽然在对DataFrame中的元素进行划分以进行写入时会给出类似的结果，

df = DataFrame([1,2,3,4])    
df.agg('true_div', 0, 2)

在现实世界中，您发现执行该操作的方法是在DataFrame上直接调用的。

df = DataFrame([1,2,3,4])
df.true_div(2)

Answer 4

pandas/core/base.py（here，第298行）的相关部分：

def _try_aggregate_string_function(self, arg, *args, **kwargs):
    """
    if arg is a string, then try to operate on it:
    - try to find a function (or attribute) on ourselves
    - try to find a numpy function
    - raise

    """
    f = getattr(self, arg, None)
    if f is not None:
        if callable(f):
            return f(*args, **kwargs)
    f = getattr(np, arg, None)
    if f is not None:
        return f(self, *args, **kwargs)

    raise ValueError("{arg} is an unknown string function".format(arg=arg))

从本质上讲，它会尝试使用字符串作为函数进行自省，然后使用numpy对其进行尝试，以防它是内置的。如果不是，则返回ValueError。

如果一个比我了解更多的人可以澄清更多信息，我会很高兴，但是如果没有，希望这对您有所帮助。