python - 使用 Pandas .groupby 时，为什么要使用 .agg 而不是直接使用函数，例如 .sum()

Question

在 Python 中，要按组获取摘要，我使用 groupby().agg(fx())；例如 groupby('variable').agg('sum')。那和直接使用该功能有什么区别，例如； groupby('变量').sum() ?

Answer 1

设置

df = pd.DataFrame({'a': [1,2,3], 'b': [4,5,6]})

使用 agg 的主要好处在 the docs 中说明:

Aggregate using one or more operations over the specified axis.

如果您有单独的操作需要应用于每个单独的列，agg 接受一个字典(或一个函数、字符串或字符串/函数列表)，允许您创建该映射在一个声明中。因此，如果您想要 a 列的sum 和 b 列的mean:

df.agg({'a': 'sum', 'b': 'mean'})

a    6.0
b    5.0
dtype: float64

它还允许您在单个语句中对单个列应用多个操作。例如，要查找 a 列的 sum、mean 和 std:

df.agg({'a': ['sum', 'mean', 'std']})

        a
sum   6.0
mean  2.0
std   1.0

当您对单个操作使用 agg 时，结果没有区别。我认为 df.agg('sum') 不如 df.sum() 清晰，但结果是一样的:

df.agg('sum')

a     6
b    15
dtype: int64

df.sum()

a     6
b    15
dtype: int64

agg 提供的主要好处是应用多个操作的便利性。