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是一个强大的数据分析工具，其中包括了许多聚合函数。下面是一些常用的聚合函数：

1. sum()：计算数据的总和。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.sum()) # 输出：A    6  B    15

2. mean()：计算数据的平均值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.mean()) # 输出：A    2.0  B    5.0

3. median()：计算数据的中位数。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.median()) # 输出：A    2.0  B    5.0

4. min()：计算数据的最小值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.min()) # 输出：A    1  B    4

5. max()：计算数据的最大值。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.max()) # 输出：A    3  B    6

6. count()：计算数据的数量。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.count()) # 输出：A    3  B    3

7. describe()：生成数据的描述性统计信息。

import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.describe()) # 输出：       A    B count  3.0  3.0 mean   2.0  5.0 std    1.0  1.0 min    1.0  4.0 25%    1.5  4.5 50%    2.0  5.0 75%    2.5  5.5 max    3.0  6.0

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。