0Pricing
Data Science Academy · Урок

Несколько агрегатных операций с помощью agg

Разные функции для разных столбцов

«Несколько агрегатных операций с помощью agg» — бесплатный урок Data Science Academy на CoddyKit. Это урок 2 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения Data Science Academy, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс Data Science Academy содержит 4 уроков всего.

Части этого урока еще не переведены и отображаются на английском.

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. 🛠️

Часто задаваемые вопросы

Урок «Несколько агрегатных операций с помощью agg» бесплатный?

Да — полный текст урока «Несколько агрегатных операций с помощью agg» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс Data Science Academy, подпишись на CoddyKit PRO. Курс Data Science Academy содержит 4 уроков всего.

Чему я научусь в уроке «Несколько агрегатных операций с помощью agg»?

Разные функции для разных столбцов Ты практикуешь Data Science Academy с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.

Нужен ли мне опыт, чтобы начать Data Science Academy?

Предыдущий опыт не требуется. Data Science Academy на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 2 из 4.

Сколько времени занимает урок «Несколько агрегатных операций с помощью agg»?

Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.

Можно ли писать и запускать код в этом уроке Data Science Academy?

Да. Каждый урок Data Science Academy включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.

Все уроки этого курса

  1. Разделить — применить — объединить
  2. Несколько агрегатных операций с помощью agg
  3. Группировка по нескольким ключам
  4. transform для признаков внутри групп
← Назад к Data Science Academy