Data Science Academy · Lektion

Mehrere Aggregationen mit agg

Unterschiedliche Funktionen pro Spalte

Mehrere Aggregationen mit agg ist eine kostenlose Data Science Academy-Lektion auf CoddyKit. Dies ist Lektion 2 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Data Science Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.

Why One Number Is Not Enough

A single mean hides a lot. With agg you can request several summaries at once and see the fuller picture.

Meet agg

The agg method takes a list of functions and runs every one of them on each group in a single pass.

df.groupby("city")["sales"].agg(["mean", "max"])

A List of Function Names

Pass plain strings like "sum" or "min", and pandas maps each to its built-in aggregation for you.

g.agg(["sum", "min", "max"])

Each Function Becomes a Column

With a list of functions, the result gains one column per function, neatly side by side for comparison.

Different Functions Per Column

Pass a dictionary to apply different aggregations to different columns in the very same call.

df.groupby("city").agg({"sales": "sum", "age": "mean"})

Name Your Output Columns

Named aggregation lets you label results clearly, so you never guess what each output column means.

g.agg(total=("sales", "sum"))

Use Your Own Function

Any function returning one value works, so a custom lambda can compute a range or anything you like.

g.agg(lambda s: s.max() - s.min())

Mixing Built-ins and Custom

Inside one list you can blend string names with your own callables; pandas applies each to every group.

g.agg(["mean", lambda s: s.std()])

Aggregating Many Columns at Once

Skip selecting a column and agg runs across every numeric column, giving a wide summary table.

df.groupby("city").agg("mean")

Reset the Index to Flatten

Call reset_index afterward to turn the group keys back into normal columns for easy charting or merging.

result.reset_index()

Read the Result Carefully

When functions and columns multiply, you get a MultiIndex on columns; read it as (column, function) pairs.

Quick Check

You want sum on one column and mean on another. What do you pass to agg?

Recap: agg Is Your Swiss Knife

You can now stack many summaries, mix built-ins with custom functions, and name outputs, all through one flexible agg call. 🛠️

Häufig gestellte Fragen

Ist die Lektion „Mehrere Aggregationen mit agg“ kostenlos?

Ja — der vollständige Text von „Mehrere Aggregationen mit agg“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Data Science Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „Mehrere Aggregationen mit agg“?

Unterschiedliche Funktionen pro Spalte Du übst Data Science Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um Data Science Academy zu starten?

Keine Vorkenntnisse erforderlich. Data Science Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 2 von 4.

Wie lange dauert die Lektion „Mehrere Aggregationen mit agg“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser Data Science Academy-Lektion Code schreiben und ausführen?

Ja. Jede Data Science Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

← Zurück zu Data Science Academy