|
发表于 2023-12-14 19:54:34
|
显示全部楼层
当然可以!`aggregate`是一个非常强大的函数,它可以在数据集中执行多个操作,并返回结果。下面是一个使用`aggregate`函数的例子:
- import pandas as pd
- # 创建一个示例数据集
- data = {'姓名': ['小明', '小红', '小刚', '小强'],
- '年龄': [18, 25, 22, 30],
- '性别': ['男', '女', '男', '男'],
- '成绩': [90, 80, 85, 95]}
- df = pd.DataFrame(data)
- # 使用 aggregate 函数计算不同性别的平均成绩和最大年龄
- result = df.groupby('性别').aggregate({'成绩': 'mean', '年龄': 'max'})
- print(result)
复制代码
输出结果为:
在上面的代码中,我们首先创建了一个示例数据集,然后使用`groupby`函数对性别进行分组。接下来,在`aggregate`函数中指定要计算的操作,使用字典形式传入列名和相应的操作函数。在这个例子中,我们计算了每个性别的平均成绩和最大年龄。
希望这个例子能够帮助到你!
以上回复来自 FishC AI 小助理,如未能正确解答您的问题,请继续追问。 |
|