pandas 聚合函数

Pandas库中的聚合函数是一组强大的工具，用于从DataFrame或Series中提取和汇总数据。这些函数通常在`agg`、`apply`、`groupby`等方法中使用，帮助我们对数据进行归一化、计算统计数据或生成新的特征。

常见的聚合函数包括：

1. **sum()**：求和，对数值类型的列求和。
2. **mean()**：平均，计算数值列的均值。
3. **median()**：中位数，找到中间值，对于偶数个元素取中间两个数的平均值。
4. **min()** 和 **max()**：最小值和最大值，分别找出数值列中的最小和最大值。
5. **count()**：计数，计算非空值的数量，适用于分类变量。
6. **std()** 和 **var()**：标准差和方差，衡量数据的离散程度。
7. **value_counts()**：对于分类变量，计算每个类别出现的次数。

例如，如果你有一个包含学生成绩的DataFrame，可以这样计算各科的平均分：

average_scores = df[['Math', 'Science', 'English']].mean()

相关问题

pandas聚合函数

pandas提供了多种聚合函数来对数据进行统计分析。其中一种常用的聚合函数是`agg()`函数，该函数可以对分组对象使用不同的统计方法。使用`Groupby.agg(func)`的语法格式，可以针对不同的变量使用不同的统计方法进行聚合操作。

另外，pandas还提供了移动窗口函数`rolling()`，它可以与mean、count、sum、median、std等聚合函数一起使用，用于对数据进行滑动窗口的统计计算。`rolling()`函数的语法格式为`rolling(window=n, min_periods=None, center=False)`。通过指定窗口大小、是否允许窗口中的缺失值、窗口位置是否在窗口中心等参数，可以对数据进行滑动窗口的聚合操作。

此外，还有指数加权移动函数`ewm()`，全称为Exponentially Weighted Moving。该函数先对序列元素进行指数加权运算，然后计算加权后的均值。可以通过指定com、span或halflife参数来实现不同的指数加权移动计算方式。示例如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randn(10, 4), index=pd.date_range('12/1/2020', periods=10), columns=['A', 'B', 'C', 'D'])
# 设置com=0.5，先加权再求均值
print(df.ewm(com=0.5).mean())

在上述示例中，使用了`ewm()`函数对DataFrame的每一列进行指数加权移动计算，通过设置`com=0.5`来指定加权的程度。

综上所述，pandas提供了多种聚合函数，包括`agg()`、`rolling()`和`ewm()`等，可以根据需求选择合适的函数来进行数据统计和分析。

pandas聚合函数代码

当处理大量数据时，pandas是一个非常强大的Python库。它提供了各种聚合函数，用于对数据进行分组和汇总。以下是一些常用的pandas聚合函数及其代码示例：

1. sum()：计算数据的总和。

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 计算列A和列B的总和
sum_A = df['A'].sum()
sum_B = df['B'].sum()

print("列A的总和：", sum_A)
print("列B的总和：", sum_B)

2. mean()：计算数据的平均值。

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
# 计算列A和列B的平均值
mean_A = df['A'].mean()
mean_B = df['B'].mean()

print("列A的平均值：", mean_A)
print("列B的平均值：", mean_B)

3. max()：找出数据的最大值。

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 找出列A和列B的最大值
max_A = df['A'].max()
max_B = df['B'].max()

print("列A的最大值：", max_A)
print("列B的最大值：", max_B)

4. min()：找出数据的最小值。

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)

# 找出列A和列B的最小值
min_A = df['A'].min()
min_B = df['B'].min()

print("列A的最小值：", min_A)
print("列B的最小值：", min_B)

5. count()：计算非缺失值的数量。

import pandas as pd

# 创建一个DataFrame
data = {'A': [1, 2, None, 4, 5],
        'B': [10, None, 30, 40, None]}
df = pd.DataFrame(data)

# 计算列A和列B的非缺失值数量
count_A = df['A'].count()
count_B = df['B'].count()

print("列A的非缺失值数量：", count_A)
print("列B的非缺失值数量：", count_B)

以上是一些常用的pandas聚合函数示例。你可以根据具体需求选择适合的函数来进行数据分组和汇总。