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。