DataFrameGroupBy.agg(arg, *args, **kwargs)
例子:
>>> df = pd.DataFrame({'A': [1, 1, 2, 2],
... 'B': [1, 2, 3, 4],
... 'C': np.random.randn(4)})
输出:
>>> df
A B C
0 1 1 0.362838
1 1 2 0.227877
2 2 3 1.267767
3 2 4 -0.562860
对每一行使用agg函数
>>> df.groupby('A').agg('min')
B C
A
1 1 0.227877
2 3 -0.562860
对多列使用多个agg函数:
>>> df.groupby('A').agg(['min', 'max'])
B C
min max min max
A
1 1 2 0.227877 0.362838
2 3 4 -0.562860 1.267767
选择一列使用agg函数:
>>> df.groupby('A').B.agg(['min', 'max'])
min max
A
1 1 2
2 3 4
>>> df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})
B C
min max sum
A
1 1 2 0.590716
2 3 4 0.704907