python - apply()和aggregate()函数之间的 Pandas 区别

如果我只是传递一个类似下面的函数，则DataFrame.aggregate()和DataFrame.apply()函数之间的返回值的(类型)是否有任何区别

func=lambda x: x**2

因为返回值看起来几乎一样。并且文档仅告诉:

最佳答案

agg有两种版本(aggregate的缩写)和apply:第一个版本在groupby对象上定义，第二个版本在DataFrames上定义。

如果考虑groupby.agg和groupby.apply，则主要区别在于应用是灵活的(docs):



例如，请参见Python Pandas : How to return grouped lists in a column as a dict，以了解如何自动更改返回类型。

另一方面，groupby.agg非常适合应用cython优化功能(即能够非常快速地计算'sum'，'mean'和'std'等)。它还允许在不同的列上计算多个(不同的)函数。例如，

df.groupby('some_column').agg({'first_column': ['mean', 'std'],
                               'second_column': ['sum', 'sem']}

在第一列上计算平均值和标准偏差，在第二列上计算平均值的总和和标准误。有关更多示例，请参见dplyr summarize equivalent in pandas。

这些差异也在What is the difference between pandas agg and apply function?中进行了总结，但其中一个重点在于groupby.agg和groupby.apply之间的差异。
DataFrame.agg在0.20版中是新的。早些时候，我们无法将多个不同的功能应用于不同的列，因为只有groupby对象才有可能。现在，您可以通过在DataFrame的列上计算多个不同的函数来对其进行汇总。来自Is there a pandas equivalent of dplyr::summarise?的示例:

iris.agg({'sepal_width': 'min', 'petal_width': 'max'})

petal_width    2.5
sepal_width    2.0
dtype: float64

iris.agg({'sepal_width': ['min', 'median'], 'sepal_length': ['min', 'mean']})

        sepal_length  sepal_width
mean        5.843333          NaN
median           NaN          3.0
min         4.300000          2.0

DataFrame.apply是不可能的。它可以逐列或逐行执行，并在该列/行上执行相同的功能。对于像lambda x: x**2这样的单个函数，它们产生相同的结果，但它们的预期用途却大不相同。

关于python - apply()和aggregate()函数之间的 Pandas 区别，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/44864655/