如何在 Pandas 中結合 Groupby 和多個聚合函式？

---

groupby() 和 aggregate() 是 Pandas 庫中提供的兩個函式。

groupby() 函式

groupby() 函式允許你根據一個或多個列對 DataFrame 進行分組。它在內部執行一系列操作，例如拆分物件、應用函式以及組合結果，這些操作都在DataFrame 物件上執行。

此函式返回 DataFrameGroupBy 物件，其中包含有關分組的資訊。一旦我們獲得此物件，我們就可以執行各種操作，例如計算平均值、計算總和和平均值等。

語法

以下是 groupby() 函式的語法：

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, observed=False, dropna=True)

aggregate() 函式

aggregate() 函式用於在一個特定軸上對整個 DataFrame 或 DataFrame 中的特定列應用一個或多個操作（函式）。這些數學運算用於彙總和計算給定資料集的統計資料。agg 是 aggregate() 函式的別名。

語法

以下是 groupby 的語法：

DataFrame.aggregate(func=None, axis=0, *args, **kwargs)

其中，

• func - 這是用於計算聚合值的函式或函式列表。

• axis - 此值指定軸（列：0 或 'index' 以及行 - 1 或 'columns'）。

• *args - 傳遞給 func 的位置引數

• **kwargs - 傳遞給 func 的關鍵字引數

結合 Groupby 和多個聚合函式

我們可以使用 aggregate() 或 agg() 函式對 Groupby 子句的結果執行多個聚合函式，例如 sum、mean、min max 等，如下所示：

pandas.groupby(column_name).agg(column)

示例

在以下示例中，我們使用 Pandas 中的 groupby 函式根據列名 Fruits 對 DataFrame 進行分組，並在兩個不同的列 'Dozens' 和 'Cost' 上執行聚合操作mean。這將返回groupby 和aggregate 函式的組合輸出。

import pandas as pd
data = {'Fruits': ['Papaya','Apple','Banana','Grapes','Orange','Watermelon'],
        'Dozens': [25, 30, 35, 27, 32, 37],
        'Cost': [500, 6000, 270, 5500, 6500, 7500]}
df = pd.DataFrame(data)
grouped_df = df.groupby('Fruits').agg({'Dozens': ['mean'], 'Cost': ['mean']})
print(grouped_df)

輸出

以下是groupby 和aggregate 函式組合的輸出。

  	   Dozens    Cost
             mean    mean
Fruits                   
Apple        30.0  6000.0
Banana       35.0   270.0
Grapes       27.0  5500.0
Orange       32.0  6500.0
Papaya       25.0   500.0
Watermelon   37.0  7500.0

示例

在下面的示例中，我們考慮相同的資料集並根據相同的列(fruits)進行分組，並使用 agg() 函式計算列‘cost’的“min”、“max”、“sum”、“count”、“mean”值：

import pandas as pd
data = {'Fruits': ['Papaya','Apple','Banana','Grapes','Orange','Watermelon'],
   'Dozens': [25, 30, 35, 27, 32, 37],
   'Cost': [500, 6000, 270, 5500, 6500, 7500]}
df = pd.DataFrame(data)
grouped_df = df.groupby('Fruits').Cost.agg(["min", "max", "sum", "count", "mean"])
print(grouped_df)

輸出

當我們執行上述程式碼時，將顯示以下輸出：

              min   max   sum  count    mean
Fruits
Apple       6000  6000  6000      1  6000.0
Banana       270   270   270      1   270.0
Grapes      5500  5500  5500      1  5500.0
Orange      6500  6500  6500      1  6500.0
Papaya       500   500   500      1   500.0
Watermelon  7500  7500  7500      1  7500.0

示例

讓我們再看一個結合 groupby 和聚合函式的示例。這裡我們考慮資料集“titanic.csv”資料集，並對列'Survived'和'Pclass'執行“mean”、“max”、“sum”操作，並根據列'fare'進行分組：

import pandas as pd
data = pd.read_csv("https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv")
data_groupby = data.groupby('Fare')
data_agg = data_groupby.agg({'Survived':["mean", "max", "sum"],'Pclass':["min", "max", "sum"]})
print(data_agg)

輸出

當我們執行上述程式碼時，將生成以下輸出：

          Survived         Pclass
              mean max sum    min max sum
Fare
0.0000    0.066667   1   1      1   3  29
4.0125    0.000000   0   0      3   3   3
5.0000    0.000000   0   0      1   1   1
6.2375    0.000000   0   0      3   3   3
6.4375    0.000000   0   0      3   3   3
...            ...  ..  ..    ...  ..  ..
227.5250  0.750000   1   3      1   1   4
247.5208  0.500000   1   1      1   1   2
262.3750  1.000000   1   2      1   1   2
263.0000  0.500000   1   2      1   1   4
512.3292  1.000000   1   3      1   1   3

[248 rows x 6 columns]