Pandas 是一个强大的 Python 数据分析库，它提供了许多用于数据聚合的功能。以下是一些常用的数据聚合方法：
groupby()：根据指定的列对数据进行分组。agg()：对分组后的数据进行聚合操作。sum()、mean()、min()、max() 等：用于计算总和、平均值、最小值和最大值等。下面是一个简单的示例，说明如何使用 Pandas 进行数据聚合：
首先，确保已经安装了 Pandas 库。如果没有安装，可以使用以下命令安装：
pip install pandas
然后，创建一个简单的 DataFrame：
import pandas as pd
data = {'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
'Values': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
print(df)
输出：
Category Values
0 A 10
1 B 20
2 A 30
3 B 40
4 A 50
5 B 60
接下来，使用 groupby() 和 agg() 方法进行数据聚合：
# 根据 Category 列对数据进行分组，并计算每个组的 Values 列的总和、平均值、最小值和最大值
result = df.groupby('Category').agg({'Values': ['sum', 'mean', 'min', 'max']})
print(result)
输出：
Values
sum mean min max
Category
A 90 30 10 50
B 120 40 20 60
在这个示例中，我们首先使用 groupby() 方法根据 “Category” 列对数据进行分组。然后，我们使用 agg() 方法对分组后的数据进行聚合操作，计算每个组的 “Values” 列的总和、平均值、最小值和最大值。最后，我们得到了一个新的 DataFrame，其中包含了每个组的聚合结果。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
