python-Pandas Dataframe中分组依据中的多个聚合

SQL : Select Max(A) , Min (B) , C from Table group by C 

我想在数据框上的熊猫中执行相同的操作.我离得更近了：

DF2= DF1.groupby(by=['C']).max() 

我在哪里得到两列的最大值,在分组时如何做多个操作.

解决方法:

试试agg()函数：

import numpy as np
import pandas as pd


df = pd.DataFrame(np.random.randint(0,5,size=(20, 3)), columns=list('ABC'))
print(df)

print(df.groupby('C').agg({'A': max, 'B':min}))

输出：

    A  B  C
0   2  3  0
1   2  2  1
2   4  0  1
3   0  1  4
4   3  3  2
5   0  4  3
6   2  4  2
7   3  4  0
8   4  2  2
9   3  2  1
10  2  3  1
11  4  1  0
12  4  3  2
13  0  0  1
14  3  1  1
15  4  1  1
16  0  0  0
17  4  0  1
18  3  4  0
19  0  2  4
   A  B
C
0  4  0
1  4  0
2  4  2
3  0  4
4  0  1

或者,您可能要检查pandas.read_sql_query()功能…

标签：pandas,dataframe,aggregate-functions,python,group-by
来源： https://codeday.me/bug/20191027/1943028.html