Pandas 使用'；groupby.count'；与agg

df.head

                Populous        Continents
Australia   2.331602e+07        Australia
Brazil      2.059153e+08        South America
Canada      3.523986e+07        North America
China      1.367645e+09         Asia
France     6.383735e+07         Europe

以上是我的dataframe的前5个条目。 我想按大陆对它们进行分组，然后进行一些统计分析。我想创建一个新的数据框，将每组人口的平均值、总和、标准差以及每组国家的

计数作为其列

new_df=df.groupby（'大陆'）['popularous'].agg（{'Avg'：np.average，'Sum'：np.Sum，'STD'：np.STD}）
，负责三列，但我不知道如何在其中获得
count
。我尝试在
agg
方法中包含
'Size'：count
，但它导致了一个错误

多谢各位
 您可以使用
'Size'：len
或
'Size'：“count”
来实现此功能。然而，正如@DSM所指出的，
len
会计算缺失的值，而
'count'
则不会。您可能会发现这一点很有用：

df.groupby('Continents').Populous.describe().unstack()

还可以查看是否需要更多统计信息。
使用
的“大小”：“计数”
其中计数是一个字符串。啊。这似乎奏效了。因此，非numpy函数在不将函数名转换为字符串的情况下工作，但其他函数需要字符串转换？为了方便起见，熊猫开发人员为
groupby
中使用的常用函数添加了字符串别名。例如，您的整个
agg
可以写入
{'Avg'：'mean'，'Sum'：'Sum'，'STD'：'STD'}
。请注意，
'mean'
和
np.average
之间有一个细微的区别，即
'mean'
忽略
NaN
，然而，
np.average
将返回
NaN
，如果有。非常感谢。
len
和
'count'
不一样--
count
不包括空值，但
len
包含空值。我不知道。谢谢你的留言-我把它添加到了答案中。是的，我试着用
描述
，但我发现它缺少“sum”，所以我放弃了。然而，我似乎可以添加我自己的统计数据。谢谢你的链接=）