eland.DataFrame.aggregate#

DataFrame.aggregate(func: Union[str, List[str]], axis: int = 0, numeric_only: Optional[bool] = None, *args, **kwargs) → Union[Series, DataFrame]#

使用一个或多个操作在指定的轴上进行聚合。

参数#

func: 函数、str、列表或字典

用于聚合数据的函数。如果是一个函数，必须在传递 %(klass)s 时或传递给 %(klass)s.apply 时起作用。

接受的组合是

  • 函数

  • 字符串函数名称

  • 函数和/或函数名称列表，例如 [np.sum, 'mean']

  • 轴标签到函数、函数名称或其列表的字典。

目前，我们只支持 ['count', 'mad', 'max', 'mean', 'median', 'min', 'mode', 'quantile', 'rank', 'sem', 'skew', 'sum', 'std', 'var']

axis: int

目前，我们只支持 axis=0（索引）

numeric_only: {True, False, None} 默认值为 None

要返回的哪种数据类型 - True: 返回所有具有 float64 的值，忽略 NaN/NaT。 - False: 返回所有具有 float64 的值。 - None: 返回所有具有默认数据类型的值。

*args

要传递给 func 的位置参数

**kwargs

要传递给 func 的关键字参数

返回#

DataFrame、Series 或标量

如果 DataFrame.agg 使用单个函数调用，则返回一个 Series 如果 DataFrame.agg 使用多个函数调用，则返回一个 DataFrame 如果 Series.agg 使用单个函数调用，则返回一个标量 如果 Series.agg 使用多个函数调用，则返回一个 Series

另请参见#

pandas.DataFrame.aggregate

示例#

>>> df = ed.DataFrame('http://localhost:9200', 'flights', columns=['AvgTicketPrice', 'DistanceKilometers', 'timestamp', 'DestCountry'])
>>> df.aggregate(['sum', 'min', 'std'], numeric_only=True).astype(int)
     AvgTicketPrice  DistanceKilometers
sum         8204364            92616288
min             100                   0
std             266                4578

>>> df.aggregate(['sum', 'min', 'std'], numeric_only=True)
     AvgTicketPrice  DistanceKilometers
sum    8.204365e+06        9.261629e+07
min    1.000205e+02        0.000000e+00
std    2.664071e+02        4.578614e+03

>>> df.aggregate(['sum', 'min', 'std'], numeric_only=False)
     AvgTicketPrice  DistanceKilometers  timestamp  DestCountry
sum    8.204365e+06        9.261629e+07        NaT          NaN
min    1.000205e+02        0.000000e+00 2018-01-01          NaN
std    2.664071e+02        4.578614e+03        NaT          NaN

>>> df.aggregate(['sum', 'min', 'std'], numeric_only=None)
     AvgTicketPrice  DistanceKilometers  timestamp  DestCountry
sum    8.204365e+06        9.261629e+07        NaT          NaN
min    1.000205e+02        0.000000e+00 2018-01-01          NaN
std    2.664071e+02        4.578614e+03        NaT          NaN