一 agg,聚合，可以使用内置的函数
>>> import pandas as pd
>>> import numpy as np
>>> pp = pd.DataFrame(np.random.randn(10, 3), columns=['A', 'B', 'C'],index=pd.date_range('1/1/2000', periods=10))
>>> pp
A B C
2000-01-01 0.754524 -0.855136 0.135573
2000-01-02 0.224428 -2.025685 0.590259
2000-01-03 -0.894270 1.956547 -0.515041
2000-01-04 0.794662 0.005409 -1.846422
2000-01-05 0.808849 1.283276 -0.681725
2000-01-06 0.538258 -0.249534 0.217653
2000-01-07 0.582666 -0.656912 -0.780406
2000-01-08 -0.981985 1.125303 0.230330
2000-01-09 1.303636 0.806432 0.556127
2000-01-10 -1.207910 2.382836 0.959141
>>> pp.iloc[3:7]=np.nan #直接给赋值
>>> pp
A B C
2000-01-01 0.754524 -0.855136 0.135573
2000-01-02 0.224428 -2.025685 0.590259
2000-01-03 -0.894270 1.956547 -0.515041
2000-01-04 NaN NaN NaN
2000-01-05 NaN NaN NaN
2000-01-06 NaN NaN NaN
2000-01-07 NaN NaN NaN
2000-01-08 -0.981985 1.125303 0.230330
2000-01-09 1.303636 0.806432 0.556127
2000-01-10 -1.207910 2.382836 0.959141
>>> pp.agg(np.sum) #使用方法一
A -0.801575
B 3.390298
C 1.956388
dtype: float64
>>> pp.agg('sum') #使用方法二
A -0.801575
B 3.390298
C 1.956388
dtype: float64
>>> pp.A.agg('sum') #给当个列使用
-0.8015753184519548
>>> tsdf.agg({'A':['mean','sum'],'B':'sum'}) #分别对列进行多个或单个函数计算
A B
mean -0.133596 NaN
sum -0.801575 3.390298
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
