扫二维码与项目经理沟通
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
这篇文章主要为大家展示了“.agg()和.apply()方法在groupby()方法中怎么用”，内容简而易懂，条理清晰，希望能够帮助大家解决疑惑，下面让小编带领大家一起研究并学习一下“.agg()和.apply()方法在groupby()方法中怎么用”这篇文章吧。
创新互联建站主要从事成都做网站、网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务满洲,十多年网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
在 .groupby() 后面，可以跟 .agg() 和 .apply() 参数。这两个参数的功能比较神奇，但用法却有点不一样。
1. 先构造一个DataFrame
import pandas as pd
df = pd.DataFrame({"年份":["2020","2019","2020","2020","2019","2019"],
"商品":["苹果", "西瓜", "荔枝", "龙眼", "菠萝", "菠萝"],
"销售额":[100,200,300,400,500,600]})
df2. 观察 .agg()做出来的结果
df.groupby(["年份"]).agg(lambda x :print(x))
3. 用 .apply() 做出来的结果
df.groupby(["年份"]).apply(lambda x : print(x))
不难看出，.apply() 处理的对象是一个个的类如DataFrame的数据表，然而 .agg() 则每次只传入一列。
4. 再看下 .agg() 的其它用法
df.groupby(["年份"]).agg(["sum", "mean", "max", "min"])
以上是“.agg()和.apply()方法在groupby()方法中怎么用”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注创新互联行业资讯频道！
我们在微信上24小时期待你的声音
解答本文疑问/技术咨询/运营咨询/技术建议/互联网交流
微信二维码
移动版官网