Pandas 中 agg 函数与 apply 函数的区别

liuian 2025-01-13 15:31 14 浏览

Pandas 是 Python 语言中用于数据分析和操作的库，它提供了一系列的函数来处理数据。在这其中，agg和apply是两个非常重要的函数，它们都可以对数据进行操作，但是它们之间存在一些区别。

agg函数

agg函数是一个“聚合”函数，它可以对 DataFrame 或 Series 的一列或多列进行聚合操作。你可以传递一个函数、函数列表或字典来指定要对每列进行的聚合操作。例如：

df = pd.DataFrame({'A': [1, 1, 2, 2], 'B': [1, 2, 3, 4], 'C': [5, 6, 7, 8]})
df.groupby('A').agg({'B': ['min', 'max'], 'C': 'sum'})

这个例子中，我们对 DataFrame 进行了分组，并对每组的 'B' 列进行了最小值和最大值的计算，对 'C' 列进行了求和操作。

apply函数则可以应用一个函数到 DataFrame 的行或列，或者应用一个函数到 GroupBy 的每个组。你可以传递一个函数，这个函数会被应用到每一行或每一列。例如：

df = pd.DataFrame({'A': [1, 1, 2, 2], 'B': [1, 2, 3, 4], 'C': [5, 6, 7, 8]})
df['D'] = df.apply(lambda row: row['A'] + row['B'], axis=1)

这个例子中，我们应用了一个函数到 DataFrame 的每一行，这个函数会计算每一行的 'A' 列和 'B' 列的和，并将结果保存到 'D' 列。

agg函数主要用于聚合操作，可以对一列或多列进行操作，而apply函数则可以应用一个函数到 DataFrame 的行或列，或者应用一个函数到 GroupBy 的每个组，它的应用更加灵活。