|  | 
 
 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:
 
 复制代码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)
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。
 | 
 |