Pandas agg() 函数：数据聚合操作指南

Pandas 中的 agg() 函数用于对数据进行聚合操作。它可以接受一个或多个聚合函数，并将这些函数应用于指定的列或整个 DataFrame。

使用 agg() 函数的一般语法如下：

df.agg(func, axis=0)

其中，df 是要进行聚合操作的 DataFrame，func 是一个或多个聚合函数，axis 是指定应用聚合函数的轴，默认为 0（按列进行聚合）。

以下是一些常用的 agg() 函数的使用方法：

1. 使用内置的聚合函数：

df.agg(['sum', 'mean', 'max'])

这将对 DataFrame 中的每一列分别应用 sum、mean 和 max 函数。

2. 使用自定义的聚合函数：

def custom_agg(x):
    return x.max() - x.min()

df.agg(custom_agg)

这将对 DataFrame 中的每一列应用自定义的聚合函数 custom_agg。

3. 对特定列应用不同的聚合函数：

df.agg({'column1': 'sum', 'column2': ['min', 'max']})

这将对 column1 列应用 sum 函数，对 column2 列应用 min 和 max 函数。

4. 对整个 DataFrame 应用聚合函数：

df.agg(np.sum, axis=1)

这将对整个 DataFrame 的每一行应用 sum 函数。

5. 对分组数据进行聚合：

df.groupby('column').agg(['sum', 'mean'])

这将对按 column 列进行分组后的每个组应用 sum 和 mean 函数。

这些只是 agg() 函数的一些常见用法，根据具体需求，可以使用不同的聚合函数和参数来完成更复杂的聚合操作。