Python Pandas中的数据聚合神器：agg 方法

在Pandas中，agg 方法是一种强大的数据聚合工具，可以对 DataFrame 中的列应用一个或多个操作。

以下是一个简单的例子，演示如何使用 agg 方法对数据进行聚合：

import pandas as pd
 
# 创建一个示例 DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3, 4, 5],
    'B': [10, 20, 30, 40, 50],
    'C': [100, 200, 300, 400, 500]
})
 
# 使用 agg 方法对每一列应用不同的函数
result = df.agg({
    'A': ['sum', 'mean'],  # 对 A 列进行求和和平均值
    'B': ['max', 'min'],   # 对 B 列进行最大值和最小值
    'C': 'median'          # 对 C 列计算中位数
})
 
print(result)

输出结果将是：

       A         B         C
mean  3.0      20.0     300.0
sum   15.0     150.0    1500.0
max   5.0      50.0     500.0
min   1.0      10.0     100.0
median   3.0     20.0     300.0

在这个例子中，agg 方法接收一个字典参数，其中键是列名，值是要应用的函数或函数列表。这样可以对 DataFrame 中的每一列应用不同的聚合操作，并且结果返回一个新的 DataFrame。