今天看到pandas的聚合函数agg，比较陌生，平时的工作中处理数据的时候使用的也比较少，为了加深印象，总结一下使用的方法，其实还是挺好用的。
DataFrame.agg（func，axis = 0，* args，** kwargs ）
func : 函数，函数名称，函数列表，字典{‘行名/列名’，‘函数名’}
使用指定轴上的一个或多个操作进行聚合。
agg是一个聚合函数，聚合函数操作始终是在轴（默认是列轴，也可设置行轴）上执行，不同于 numpy聚合函数
（np.sum() //求和；np.prod() //所有元素相乘；np.mean() //平均值；np.std() //标准差；np.var() //方差；np.median() //中数；np.power() //幂运算；np.sqrt() //开方；np.min() //最小值；np.max() //最大值；np.argmin() //最小值的下标；np.argmax() //最大值的下标；np.inf //无穷大；np.exp(10) //以e为底的指数；np.log(10) //对数）
下面示例展示agg具体用法：
定义一个列表值：
import pandasas pd
df=pd.DataFrame([[1,2,3,4],
[11,22,33,44],
[111,222,333,444],
[1111,2222,3333,4444]
],
columns=['col1','col2','col3','col4'],)#列名
print(df)
在行上聚合这些函数
df_arows=df.agg(['max','min','mean'])
col1 col2 col3 col4
max 1111.0 2222.0 3333.0 4444.0
min 1.0 2.0 3.0 4.0
mean 308.5 617.0 925.5 1234.0
每列不同的聚合
df_columns=df.agg({'col1':['sum','min'],'col2':['max','min'],'col3':['sum','min']})col1 col2 col3
max NaN 2222.0 NaN
min 1.0 2.0 3 .0
sum 1234.0 NaN 3702.0
注：当某列没有其他聚合函数时，则用NaN填充。
总结
