Pandas Aggregate: Your Essential Data Analysis and Manipulation Tool

В pandas, функция aggregate используется для агрегации данных, то есть для выполнения операций над группами данных и получения итоговых результатов. Она позволяет применять одну или несколько операций агрегации, таких как сумма, среднее, минимум, максимум, и др., к группам данных.

Пример кода:

python
import pandas as pd
# Создаем DataFrame с данными о студентах
data = {'Группа': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Имя': ['Алексей', 'Дмитрий', 'Елена', 'Мария', 'Иван', 'Ольга'],
        'Возраст': [20, 21, 22, 23, 24, 25],
        'Оценка': [80, 85, 90, 95, 85, 95]}
df = pd.DataFrame(data)
# Агрегируем данные по группе и вычисляем средний возраст и максимальную оценку
grouped = df.groupby('Группа').aggregate({'Возраст': 'mean', 'Оценка': 'max'})
print(grouped)

Результат выполнения кода:

        Возраст  Оценка
Группа                 
A          20.5      85
B          22.5      95
C          24.5      95

В данном примере, мы создали DataFrame с данными о студентах, включающими их группу, имя, возраст и оценку. Затем мы использовали функцию groupby для группировки данных по столбцу "Группа". Затем, мы использовали функцию aggregate для вычисления среднего возраста и максимальной оценки для каждой группы. Результат был сохранен в новом DataFrame "grouped" и выведен на экран. В итоге мы получили средний возраст и максимальную оценку для каждой группы из исходных данных.