字典只能有一個值與一個鍵相關聯,所以語法不起作用。有浮現在腦海中獲得類似的輸出其它兩種選擇:你可以用括號選擇列,然後傳遞要應用減少操作的列表:
>>> df = pd.DataFrame({"sector": ["a","a","b","b"], "AWP": [10,20,30,32]})
>>> df.groupby("sector")["AWP"].agg(["sum", "mean"])
sum mean
sector
a 30 15
b 62 31
或者你可以仍然使用字典,但使用的操作的列表作爲值:
>>> df.groupby("sector").agg({"AWP": ["sum", "mean"]})
AWP
sum mean
sector
a 30 15
b 62 31
注意,在這最後的版本中,你保存關於聚集列的名稱的信息。
如果你想要不同名稱的列,您可以添加一個.rename(columns={"sum": "s2"})
,或使用字典作爲值:
>>> df.groupby("sector").agg({"AWP": {"newsum": "sum", "newmean": "mean"}})
AWP
newsum newmean
sector
a 30 15
b 62 31
來源
2015-10-05 22:14:14
DSM
有沒有辦法使用'.groupby(「X」)時,重命名列.agg({ 「ABC」: 「和」})' –