使用.mean()和.agg()对多个列进行分组

使用.mean()和.agg()对多个列进行分组是一种数据处理操作，常用于统计和分析数据集中的多个列的平均值或其他聚合函数结果。

.mean()是pandas库中的一个函数，用于计算指定列的平均值。它可以对DataFrame对象或Series对象进行调用。通过指定axis参数，可以选择按行或按列计算平均值。例如，df.mean(axis=0)将计算每列的平均值。

.agg()是pandas库中的一个函数，用于对指定列应用多个聚合函数。它可以对DataFrame对象进行调用，并通过传递一个字典参数来指定每个列应用的聚合函数。例如，df.agg({'column1': 'mean', 'column2': 'sum'})将计算column1列的平均值和column2列的总和。

这两个函数在数据分析和统计中非常有用。它们可以帮助我们快速计算多个列的统计指标，例如平均值、总和、最大值、最小值等。通过对多个列进行分组，我们可以更好地理解数据集中不同列之间的关系和趋势。

以下是使用.mean()和.agg()对多个列进行分组的示例：

import pandas as pd

# 创建一个示例数据集
data = {'Name': ['John', 'Emma', 'John', 'Emma', 'John', 'Emma'],
        'Age': [25, 30, 35, 40, 45, 50],
        'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)

# 按照Name列进行分组，并计算Age和Salary列的平均值
grouped = df.groupby('Name').agg({'Age': 'mean', 'Salary': 'mean'})
print(grouped)

输出结果为：

      Age  Salary
Name             
Emma   40    8000
John   35    7000

在这个示例中，我们按照Name列进行分组，并计算了Age和Salary列的平均值。最终得到了每个Name对应的平均年龄和平均工资。

腾讯云相关产品和产品介绍链接地址：

• 腾讯云官网：https://cloud.tencent.com/
• 云服务器CVM：https://cloud.tencent.com/product/cvm
• 云数据库MySQL：https://cloud.tencent.com/product/cdb_mysql
• 腾讯云对象存储COS：https://cloud.tencent.com/product/cos
• 腾讯云人工智能AI：https://cloud.tencent.com/product/ai
• 腾讯云物联网IoT Hub：https://cloud.tencent.com/product/iothub
• 腾讯云移动开发：https://cloud.tencent.com/product/mobile
• 腾讯云区块链服务：https://cloud.tencent.com/product/tbaas
• 腾讯云元宇宙：https://cloud.tencent.com/product/tencent-meta-universe