.agg()和.apply()方法在groupby()方法中怎么用

# .agg()和.apply()方法在groupby()方法中怎么用

在Pandas中，`groupby()`是数据分组聚合的核心方法，而`.agg()`和`.apply()`则是实现不同聚合逻辑的关键工具。本文将详细介绍它们的用法、区别及典型场景。

---

## 一、groupby()基础回顾

`groupby()`方法通过指定列名或条件对DataFrame进行分组，返回一个`GroupBy`对象：
```python
import pandas as pd
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar'],
    'B': [1, 2, 3, 4],
    'C': [10, 20, 30, 40]
})
grouped = df.groupby('A')  # 按A列分组

二、.agg()方法：多维度聚合

1. 基本用法

.agg()允许对每个分组同时应用多个聚合函数：

# 对B列求均值，C列求和
result = df.groupby('A').agg({
    'B': 'mean',
    'C': 'sum'
})

输出：

       B   C
A           
bar  3.0  60
foo  2.0  40

2. 多函数聚合

可对同一列应用多个函数：

result = df.groupby('A')['B'].agg(['mean', 'max', 'count'])

3. 自定义聚合函数

支持lambda或预定义函数：

df.groupby('A').agg({
    'B': lambda x: max(x) - min(x)
})

适用场景

• 需要同时计算多种统计量时
• 对不同的列应用不同聚合逻辑时

三、.apply()方法：灵活处理分组

1. 基本用法

.apply()会对每个分组整体应用函数：

# 计算每个分组的极差
def range_calc(group):
    return group.max() - group.min()

df.groupby('A').apply(range_calc)

2. 返回多行数据

与.agg()不同，.apply()可以返回多行：

def top_n(group, n=1):
    return group.nlargest(n, 'B')

df.groupby('A').apply(top_n, n=1)

3. 访问分组键

通过group.name获取当前分组的键值：

def add_group_name(group):
    group['Group'] = group.name
    return group

df.groupby('A').apply(add_group_name)

适用场景

• 需要复杂的分组计算逻辑时
• 需保持分组后的数据结构时
• 需要访问分组元信息时

四、核心区别对比

五、实战建议

1. 优先考虑.agg()：当需求能用sum/mean等内置函数实现时
2. 慎用.apply()：在10万行以上数据时可能性能较差
3. 混合使用：复杂场景可组合使用

# 先聚合再处理
df.groupby('A').agg({'B':'sum'}).apply(lambda x: x*100)

掌握这两种方法的分工与配合，能够高效解决90%以上的分组聚合需求。根据具体场景选择合适工具，是提升Pandas代码质量的关键。 “`