DataFrame.agg(func, axis=0, *args, **kwargs)

使用指定axis上的一个或多个操作Aggregate。

参数:func: function, str, list或 dict

函数,用于聚合数据。如果是函数,

则必须在传递DataFrame或传递到DataFrame.apply时工作。

接受的组合是:

function

string function name

functions的list  和/或 function names, 例如, [np.sum, 'mean']

axis labels的dict -> functions, function names 或 这样的list.

axis : {0 or ‘index’, 1 或 ‘columns’}, 默认 0

如果0或' index ':应用函数到每一列。

如果1或‘columns’:应用函数到每一行。

*args

要传递给func的位置参数。

**kwargs

要传递给func的关键字参数。

返回:DataFrame, Series 或 scalar

如果使用单个函数调用DataFrame.agg,则返回Series,

如果使用多个函数调用DataFrame.agg,

如果使用单个函数调用Series.agg则返回DataFrame,

如果使用多个函数调用Series.agg则返回标量,

返回一个Series。

聚合操作总是在轴上执行,或者是

index(默认)或列轴。 这种行为不同于

python agg函数_Python pandas.DataFrame.agg函数方法的使用相关推荐

  1. python dataframe loc函数_python pandas.DataFrame.loc函数使用详解

    官方函数 DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is prim ...

  2. python数据去重的函数_python pandas dataframe 去重函数的具体使用

    今天笔者想对pandas中的行进行去重操作,找了好久,才找到相关的函数 先看一个小例子 from pandas import Series, DataFrame data = DataFrame({' ...

  3. python convert函数_Python pandas.DataFrame.tz_convert函数方法的使用

    DataFrame.tz_convert(tz, axis=0, level=None, copy=True)[source] 将tz-aware axis转换为目标时区. 参数:tz:str或 tz ...

  4. python resample函数_Python pandas.DataFrame.resample函数方法的使用

    DataFrame.resample(rule, axis=0, closed=None, label=None, convention='start', kind=None, loffset=Non ...

  5. python iloc函数_Python pandas.DataFrame.iloc函数方法的使用

    DataFrame.iloc 纯粹基于整数位置的索引,用于按位置选择. .iloc[] 主要是基于整数位置(从轴的0到长度-1),但也可以与布尔数组一起使用. 允许的输入:整数, 例如, 5 整数的列 ...

  6. python describe函数_Python pandas.DataFrame.describe函数方法的使用

    DataFrame.describe(self, percentiles=None, include=None, exclude=None) 生成描述性统计数据,总结数据集分布的集中趋势,分散和形状, ...

  7. python mul函数_Python pandas.DataFrame.mul函数方法的使用

    DataFrame.mul(self, other, axis='columns', level=None, fill_value=None)DataFrame.multiply(self, othe ...

  8. python replace函数_Python pandas.DataFrame.replace函数方法的使用

    DataFrame.replace(self, to_replace=None, value=None, inplace=False, limit=None, regex=False, method= ...

  9. python中cumsum函数_Python pandas.DataFrame.cumsum函数方法的使用

    DataFrame.cumsum(self, axis=None, skipna=True, *args, **kwargs) 返回DataFrame或Series轴上的累计和. 返回包含累计和的相同 ...

最新文章

  1. 【camera】2.相机成像原理和数学模型
  2. 再见 VBA!神器工具统一 Excel 和 Python
  3. 求表达式 f(n)的结果
  4. 电脑安全注意事项_别墅装修设计注意事项 别墅装修的陷阱有哪些
  5. Android学习记录:SQLite数据库、res中raw的文件调用
  6. AI:2020年6月23日北京智源大会演讲分享之智能信息检索与挖掘专题论坛——09:55-10:40刘欢教授《Challenges in Combating Disinformation》
  7. ubuntu+终端不能启动mysql数据库_强制重启Ubuntu服务器后Mysql无法启动
  8. p2psearcher2013其中
  9. Java中的枚举类型学习
  10. Amazon behavior question
  11. ios touch坐标_iOS 3D Touch –窥视与流行
  12. 借助Squid代理服务器,建立灵活的访问控制系统
  13. liunx中的gcc命令
  14. 微信小程序、小游戏反编译获取源码
  15. 数学建模 CUMCM2018年A题真题(本文由西南民族大学白白不加糖、薄荷CC糖原创)
  16. c语言中的局部变量和全局变量
  17. 计算机电子报模板,计算机辅助电气电子线路设计课程设计设计报告排版模板(WIT).doc...
  18. 关于虚拟机Ubuntu联网问题
  19. 设计电商平台优惠券系统
  20. html如何实现自动登录,Js实现下次自动登录功能

热门文章

  1. 安超OS为企业数字化转型构建坚实的云基座
  2. python数据分析比较好的书籍_python数据分析比较好的书籍推荐|陇川制作项目盈利能力分析...
  3. Clipping input data to the valid range for imshow with RGB data ([0..1] for floats or [0..255]解决方法
  4. 咖啡技术培训:9款网红咖啡制作配方合集,简单快速
  5. 报计算机专业高考必考科目,不能错过的重点!新高考选科:名校专业必选的那些科目!...
  6. 重回华语乐坛神仙打架的时代——飞利浦S302圈铁耳机评测
  7. 编辑为什么建议转投_编辑建议转投其他期刊一般有哪些原因
  8. 百度搜索引擎优化指南 2.0
  9. JavaScript实现无缝轮播图效果
  10. 华为宣布鸿蒙系,这边华为宣布推出鸿蒙系杨百万中国时刻统,那边谷歌喊话华为,网友:尴尬症犯了...