dask.dataframe.groupby.DataFrameGroupBy.aggregate
dask.dataframe.groupby.DataFrameGroupBy.aggregate¶
- DataFrameGroupBy.aggregate(arg=None, split_every=None, split_out=1, shuffle_method=None, **kwargs)[源代码]¶
使用一个或多个指定的操作进行聚合
基于 pd.core.groupby.DataFrameGroupBy.aggregate
- 参数
- 参数可调用对象、字符串、列表或字典，可选
聚合规范。接受的组合有：
可调用函数
字符串函数名称
函数列表和/或函数名称，例如
[np.sum, 'mean']列名 -> 函数、函数名或此类列表的字典。
只有在使用命名聚合语法时才为None
- split_everyint, 可选
一次可以聚合的中间分区数量。默认值为8。如果您的中间分区可能较小（由于组数较少或初始分区大小较小），请考虑增加此数量以获得更好的性能。
- split_outint, 可选
输出分区数量。默认值为1。
- 洗牌布尔值或字符串，可选
是否应使用基于洗牌的算法。也可以指定特定的算法名称（例如
"tasks"或"p2p"）。当split_out>1且唯一组数量较大（高基数）时，基于洗牌的算法可能比shuffle=False更高效。当split_out = 1时，默认值为False。当split_out > 1时，它选择由 dask 配置系统中的shuffle选项设置的算法，如果未设置任何内容，则选择"tasks"。- kwargs: tuple 或 pd.NamedAgg, 可选
用于命名聚合，其中关键字是输出列名，值是元组，元组的第一个元素是输入列名，第二个元素是聚合函数。
pandas.NamedAgg也可以用作值。要使用命名聚合语法，arg 必须设置为 None。