Python | Serie Pandas.agg()

Python es un excelente lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes de Python centrados en datos. Pandas es uno de esos paquetes y facilita mucho la importación y el análisis de datos.

Pandas Series.agg()se usa para pasar una función o una lista de funciones que se aplicarán a una serie o incluso a cada elemento de la serie por separado. En el caso de una lista de funciones, se devuelven múltiples resultados por agg()método.

Sintaxis: Series.agg(func, eje=0)

Parámetros:
func: Función, lista de funciones o string de nombre de función a llamar en Serie.
eje: 0 o ‘índice’ para el funcionamiento por filas y 1 o ‘columnas’ para el funcionamiento por columnas.

Tipo de devolución: el tipo de devolución depende del tipo de devolución de la función pasada como parámetro.

Ejemplo #1:
En este ejemplo, se pasa una función lambda que simplemente suma 2 a cada valor de la serie. Dado que la función se aplicará a cada valor de serie, el tipo de retorno también es serie. Se genera una serie aleatoria de 10 elementos pasando una array generada utilizando el método aleatorio Numpy.

# importing pandas module
import pandas as pd
   
# importing numpy module
import numpy as np
   
# creating random arr of 10 elements
arr=np.random.randn(10)
   
# creating series from array
series=pd.Series(arr)
   
# calling .agg() method
result=series.agg(lambda num : num + 2) 
   
# display
print('Array before operation: \n', series,
      '\n\nArray after operation: \n',result)

Salida:

como se muestra en la salida, la función se aplicó a cada valor y se agregó 2 a cada valor de la serie.

 
Ejemplo #2: Pasar lista de funciones

En este ejemplo, se pasa una lista de algunas funciones predeterminadas de Python y se devuelven múltiples resultados por agg()método en múltiples variables.

# importing pandas module
import pandas as pd
   
# importing numpy module
import numpy as np
   
# creating random arr of 10 elements
arr=np.random.randn(10)
   
# creating series from array
series=pd.Series(arr)
   
# creating list of function names
func_list=[min, max, sorted]
   
# calling .agg() method
# passing list of functions
result1, result2, result3= series.agg(func_list) 
   
# display
print('Series before operation: \n', series)
print('\nMin = {}\n\nMax = {},\
      \n\nSorted Series:\n{}'.format(result1,result2,result3))

Salida:

como se muestra en la salida, se devolvieron varios resultados. Min, Max y la array ordenada se devolvieron en diferentes variables resultado1, resultado2, resultado3 respectivamente.