本文主要是介绍pandas中Groupby对象的agg()方法和apply()方法之decimal对象的聚合处理，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
DataFrame对象的groupby()方法是很有用的分组方法，其返回一个Groupby对象，Groupby对象有两个比较常用的用以传入聚合运算的方法，agg()和apply()，一般来说，agg()方法是比apply()方法更全面有效的，因为agg()方法中的参数更多样化，可以对不用的列指定不同的聚合函数，以字典的形式传入就行，即agg(dict)，dict={‘column_name’:func}，而apply()方法的一般只能给所有列传入一个聚合函数。但是两者在底层功能上也并不完全一样，比如一个例子就是，如果原来的DataFrame中的元素是decimal对象，则agg()方法中如果用np.mean函数去聚合运算就会抛出异常，但是这时如果换成apply()就可以正常运行。当然，也可以先把decimal对象转换成float再用agg()传入聚合函数mean。
这篇关于pandas中Groupby对象的agg()方法和apply()方法之decimal对象的聚合处理的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
