大熊猫如何将 Groupby 和多重聚合功能结合起来？
【熊猫】 是一个 Python 包，提供了各种数据结构和操作来操作数字数据和时间序列。它主要是流行的，因为导入和分析数据容易得多。这是一个建立在 NumPy 库之上的开源库。
groupby(群件)
熊猫[dataframe.groupby()](https://www.geeksforgeeks.org/pandas-groupby/)功能用于根据给定的条件将数据帧中的数据分成组。
例 1:
# import library
import pandas as pd
# import csv file
df = pd.read_csv("https://bit.ly/drinksbycountry")
df.head()
输出:
例 2:
# Find the average of each continent
# by grouping the data
# based on the "continent".
df.groupby(["continent"]).mean()
输出:
合计()
Pandas [dataframe.agg()](https://www.geeksforgeeks.org/python-pandas-dataframe-aggregate/)功能用于对基于指定轴的数据进行一个或多个操作
示例:
# here sum, minimum and maximum of column
# beer_servings is calculatad
df.beer_servings.agg(["sum", "min", "max"])
输出:
将这两个函数结合起来使用:我们可以找到由另一列分组的特定列的多个聚合函数。
示例:
# find an aggregation of column "beer_servings"
# by grouping the "continent" column.
df.groupby(df["continent"]).beer_servings.agg(["min",
"max",
"sum",
"count",
"mean"])
输出:
