您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要为大家展示了“.agg()和.apply()方法在groupby()方法中怎么用”,内容简而易懂,条理清晰,希望能够帮助大家解决疑惑,下面让小编带领大家一起研究并学习一下“.agg()和.apply()方法在groupby()方法中怎么用”这篇文章吧。
在 .groupby() 后面,可以跟 .agg() 和 .apply() 参数。这两个参数的功能比较神奇,但用法却有点不一样。
1. 先构造一个DataFrame
import pandas as pd df = pd.DataFrame({"年份":["2020","2019","2020","2020","2019","2019"], "商品":["苹果", "西瓜", "荔枝", "龙眼", "菠萝", "菠萝"], "销售额":[100,200,300,400,500,600]}) df
2. 观察 .agg()做出来的结果
df.groupby(["年份"]).agg(lambda x :print(x))
3. 用 .apply() 做出来的结果
df.groupby(["年份"]).apply(lambda x : print(x))
不难看出,.apply() 处理的对象是一个个的类如DataFrame的数据表,然而 .agg() 则每次只传入一列。
4. 再看下 .agg() 的其它用法
df.groupby(["年份"]).agg(["sum", "mean", "max", "min"])
以上是“.agg()和.apply()方法在groupby()方法中怎么用”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。