groupby函数 agg求平均值

groupby函数是 pandas 库中的一个函数，用于根据某些特征将数据集进行分组，并对每个分组应用相应的函数。agg函数则是 groupby 函数中常用的一个函数，用于对每个分组进行聚合计算，例如求均值、求和等。下面是一个示例代码：

import pandas as pd

# 创建一个数据集
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emma', 'Frank'],
    'Gender': ['F', 'M', 'M', 'M', 'F', 'M'],
    'Age': [20, 25, 30, 35, 40, 45],
    'Score': [80, 85, 90, 95, 100, 105]
}
df = pd.DataFrame(data)

# 按照 Gender 分组，并计算 Score 的平均值
result = df.groupby('Gender').agg({'Score': 'mean'})
print(result)

输出结果为：

           Score
Gender          
F       90.000000
M       93.333333

这里按照 Gender 分组，然后对每个分组的 Score 列求平均值，并将结果保存在新的 DataFrame 中。可以看到，F 组的平均值为 90，M 组的平均值为 93.33。

相关问题

pandas的groupby函数agg

pandas的groupby函数agg是一种数据聚合方法，可以对数据进行分组并对每个组应用一个或多个聚合函数，例如求和、平均值、最大值、最小值等。agg函数可以接受一个字典作为参数，字典的键为列名，值为聚合函数，也可以是一个函数或函数列表。agg函数返回一个DataFrame对象，其中每个组的聚合结果都是一行。

pandas groupby求平均值

在Pandas库中，`groupby()`函数是进行数据分组操作的核心功能，它允许你根据一个或多个列的值对数据集进行聚合，如计算平均值、总和、计数等。当你想要按某个或某些列的值对数据进行平均值计算时，可以这样做：

import pandas as pd

# 假设你有一个DataFrame df，其中包含'column_to_group'和'value_column'两列

# 使用groupby()函数
grouped_df = df.groupby('column_to_group')['value_column'].mean()

# grouped_df就是根据'column_to_group'列的值分组后，'value_column'列的平均值的DataFrame

# 如果你想得到一个Series，而不是DataFrame，可以使用agg()方法：
grouped_series = df.groupby('column_to_group')['value_column'].agg('mean')