Pandas | agg() | 对分组（GroupBy）后的数据应用聚合函数的强大工具

在 pandas 中，agg() 方法是一个强大的工具，用于对分组（GroupBy）后的数据应用聚合函数。这个方法可以同时对多个列应用不同的聚合函数，并且可以灵活地处理复杂的数据聚合需求。

基本用法

agg() 方法的基本语法如下：

grouped.agg(func, axis, *args, **kwargs)

• grouped：这是通过 groupby() 方法创建的 GroupBy 对象。
• func：这是一个函数或函数的列表，用于对分组后的数据进行聚合。
• axis：指定应用聚合函数的轴向，通常在 groupby() 后不需要指定。
• *args 和 **kwargs：传递给聚合函数的额外参数。

示例

假设我们有一个 DataFrame df，包含以下列：'A', 'B', 'C'。

import pandas as pd

# 创建示例 DataFrame
df = pd.DataFrame({
    'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar'],
    'B': ['one', 'one', 'two', 'three', 'two', 'two'],
    'C': [1, 2, 3, 4, 5, 6],
    'D': [7, 8, 9, 5, 6, 3]
})
df

# 按 'A' 列分组，然后对 'B' 列使用 'nunique' 聚合函数
result = df.groupby('A').agg({
    'B': 'nunique',
    'C': 'sum',
    'D': 'max'
})
print(result)

这将输出：

       B    C  D
A               
bar    2  9  8
foo    2  9  9

在这个例子中，我们按 'A' 列的值分组，然后对每个组的 'B' 列计算唯一值的数量（nunique），对 'C' 列计算总和（sum），以及对 'D' 列找到最大值（max）。

使用字符串参数

agg() 方法也可以接受字符串参数，这使得代码更简洁：

# 按 'A' 列分组，并对所有列应用 'sum' 和 'max' 聚合函数
result = df.groupby('A').agg(['sum', 'max'])
result

result = df.groupby('A')[['B', 'C', 'D']].agg(['nunique', 'sum', 'max'])
result

这将产生与上面相同的结果。

使用自定义函数

你还可以在 agg() 方法中使用自定义函数：

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

result = df.groupby('A')[['C', 'D']].agg(custom_func)
result

这将对 'C' 和 'D' 列应用自定义函数 custom_func，计算每个组的最大值和最小值之差。

多级聚合

agg() 方法也可以与多级分组一起使用：

result = df.groupby(['A', 'B']).agg({
    'C': 'sum',
    'D': 'max'
})

这将按 'A' 和 'B' 列的组合进行分组，并对每个组的 'C' 列求和，对 'D' 列求最大值。

agg() 方法的灵活性和强大的功能使其成为 pandas 中处理分组数据时不可或缺的工具。

实际案例

从用户消费次数，用户消费金额，用户购买产品数量三个维度进行探讨

customer_c = df1[df1["Quantity"] > 0].groupby("CustomerID").agg({
    "InvoiceNo":"nunique",
    "Quantity":"sum",
    "T_Price":np.sum
})
customer_c