Python-Pandas groupby之后agg的函数最全

groupby后可以应用agg或apply的函数说明1.shift和diff的应用假如你要根据A分组，计算B列的一阶差分，下面的用法是不对的，会导致分组的索引A列消失正确用法，先将需要分组的列设置为索引，然后上面level=0表示对索引进行分组，这样才会返回带分组列的正确信息 2.cummax和cummin的理解，举个例子就懂了

groupby后可以应用agg或apply的函数

函数解释max最大值min最小值mean平均值count计数(不包含空值)describe统计信息(max,min,mean,count同时显示)size行数，即包含空值得count，类似于SQL里面的count(*)last最后一行，就是排序后取最后一个，如果是数值排序,就是最小值,注意不包含NA值first第一行，就是排序后取第一个，如果是数值排序,就是最大值,不包含NA值nth(0)/nth(1)/nth(3)取第n大的行(数)，如果是数值，就是取第1大/2大/3大的数值,不包含NA值head(1)/head(2)取前n行，如果是数值就是取前1/2大的数,不包含NA值nlargest和head()一样，取前几个最大的数,不包含NA值sum求和median中位数std标准差var方差prod内积，即连乘，所有数连乘shift移位，时间序列中常用，就是把shift(1)整体数据往下移一行，shift(-1)上移一行diff做差，diff(1)做一阶差，diff(2)做2阶差rank排序，可以设置rank(method=first，min，max，mean方法)nunique去重后的个数，即返回唯一值的个数len等同于sizemad平均绝对偏差cumsum累计和cummax到目前为止的最大值cummin到目前为止的最小值quantile分位数skew偏度kurt峰度

说明

1.shift和diff的应用

假如你要根据A分组，计算B列的一阶差分，下面的用法是不对的，会导致分组的索引A列消失

df.groupby('A').B.diff(1)或者df.groupby('A').B.shift(1)

正确用法，先将需要分组的列设置为索引，然后

df.set_index('A') df.groupby(level=0).B.diff(1)或者df.groupby(level=0).B.shift(1)

上面level=0表示对索引进行分组，这样才会返回带分组列的正确信息

2.cummax和cummin的理解，举个例子就懂了

df A B 0 2.0 1.0 1 3.0 NaN 2 1.0 0.0 df.cummax()分组后取累计最大值 A B 0 2.0 1.0 1 3.0 NaN 2 3.0 1.0 cummin为累计最小值，