我无法弄清楚Pandas .aggregate 和 .apply 函数之间的区别 .
以下面的例子为例：我加载数据集，执行 groupby ，定义一个简单的函数，以及用户 .agg 或 .apply .
正如您所看到的，使用 .agg 和 .apply 之后，我的函数中的打印语句会产生相同的输出 . 结果，另一方面是不同的 . 这是为什么？
import pandas
import pandas as pd
iris = pd.read_csv('iris.csv')
by_species = iris.groupby('Species')
def f(x):
...: print type(x)
...: print x.head(3)
...: return 1
使用 apply ：
by_species.apply(f)
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#0 5.1 3.5 1.4 0.2 setosa
#1 4.9 3.0 1.4 0.2 setosa
#2 4.7 3.2 1.3 0.2 setosa
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#0 5.1 3.5 1.4 0.2 setosa
#1 4.9 3.0 1.4 0.2 setosa
#2 4.7 3.2 1.3 0.2 setosa
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#50 7.0 3.2 4.7 1.4 versicolor
#51 6.4 3.2 4.5 1.5 versicolor
#52 6.9 3.1 4.9 1.5 versicolor
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#100 6.3 3.3 6.0 2.5 virginica
#101 5.8 2.7 5.1 1.9 virginica
#102 7.1 3.0 5.9 2.1 virginica
#Out[33]:
#Species
#setosa 1
#versicolor 1
#virginica 1
#dtype: int64
使用 agg
by_species.agg(f)
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#0 5.1 3.5 1.4 0.2 setosa
#1 4.9 3.0 1.4 0.2 setosa
#2 4.7 3.2 1.3 0.2 setosa
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#50 7.0 3.2 4.7 1.4 versicolor
#51 6.4 3.2 4.5 1.5 versicolor
#52 6.9 3.1 4.9 1.5 versicolor
#<class 'pandas.core.frame.DataFrame'>
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
#100 6.3 3.3 6.0 2.5 virginica
#101 5.8 2.7 5.1 1.9 virginica
#102 7.1 3.0 5.9 2.1 virginica
#Out[34]:
# Sepal.Length Sepal.Width Petal.Length Petal.Width
#Species
#setosa 1 1 1 1
#versicolor 1 1 1 1
#virginica 1 1 1 1
3 回答
apply将该函数应用于每个组（您的Species） . 您的函数返回1，因此您最终为3个组中的每个组分配1个值 .agg汇总每个组的每个列（功能），因此每个组每列最终会有一个值 .请阅读groupby文档，它们非常有用 . 网络上还有一堆教程 .
（ Note: 这些比较是 relevant for DataframeGroupby objects ）
与.apply（）， for DataFrame GroupBy objects 相比，有些合理的 advantages of using .agg() 将是：
1）.agg（）给出了 applying multiple functions at once 的灵活性，或者将函数列表传递给每一列 .
2）此外， applying different functions at once to different columns of dataframe.
这意味着每次操作都可以控制每列 .
以下是更多详细信息的链接：http://pandas.pydata.org/pandas-docs/version/0.13.1/groupby.html
但是，apply函数可以限制为一次将一个函数应用于数据帧的每个列 . 因此，您可能必须重复调用apply函数以对同一列调用不同的操作 .
Here, are some example comparison for .apply() vs .agg() for DataframeGroupBy objects :
Lets, first, see the operations using .apply( ):
现在，看看 same operations using .agg( ) effortlessly:
因此，与.apply（）相比，.agg（）在处理DataFrameGroupBy对象时非常方便 . But, if you are handling only pure dataframe objects, and not DataFrameGroupBy objects then apply() can be very useful, as apply( ) can apply a function along any axis of the dataframe.
(For Eg: axis = 0 implies column-wise operation with .apply(), 这是默认模式， axis = 1 would imply for row-wise operation while dealing with pure dataframe objects )
当我使用apply to a groupby时，我遇到了.apply将返回分组列 . 文档中有一个注释（pandas.pydata.org/pandas-docs/stable/groupby.html）：
“......因此，分组列可以包含在输出中，也可以设置索引 . ”
.aggregate不会返回分组列 .