本文深入探讨了使用Pandas进行数据聚合的高级技巧，包括如何使用自定义函数对数据进行去重计数、求和转换及极差计算。通过具体实例，展示了如何定义并应用这些函数，以实现对数据更复杂的需求分析。
dataframe.groupby('columns1').agg({'columns2':['max','min'],'columns3':['mean','avg']})
count去重后的数值：
def count_nunique(S):
return S.nunique()
df.agg(count_nunique)
同理，求和后以万为单位且保留两位小数:
def sum_w(S):
return round(S.sum()/10000,2)
df.agg(sum_w)
例子：
def count_nunique(S):
return S.nunique()
def sum_w(S):
return round(S.sum()/10000,2)
t_repay_M0=repay_info2.groupby(['分组','follow_person_account','follow_person_name']).agg({'回款金额':sum_w,'回款本金':sum_w,'customer_id':count_nunique}).reset_index()
定义匿名函数实现聚合后求极差的方法：
df.loc[:,["average_monthly_hours","department"]].groupby("department")["average_monthly_hours"].apply(lambda x:x.max()-x.min())
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
