用均值和計數條件分組

Question

我想詳細說明如下的分組邏輯。鑑於數據幀df：

df = 

    ID GROUP DAY GRADE TIME_1 
    1 AAA 1 5  20 
    1 AAA 1 4  19 
    1 AAA 1 3  21 
    1 BBB 2 1  10 
    2 BBB 2 3  13 

我需要組行由ID，GRADE，GROUP和DAY，並計算平均TIME_1，行數在一組。另外（這是我的問題），我想檢查GRADE是4還是5，那麼它應該被分組爲正分數，意思是TIME_1應該按照它計算，否則 - 爲負值。

結果應該是這樣：

result = 

    GROUP DAY AVG_TIME_1_POSITIVE AVG_TIME_1_NEGATIVE QTY_POSITIVE QTY_NEGATIVE 
    AAA 1 19.5     21     2    1 
    BBB 2 0     11.5     0    2 

我用這個辦法，但不知道如何GRADE指定分組條件：

result = df.groupby(['GROUP','GRADE','DAY']).agg({'TIME_1': 'mean', 
        'ID': 'count'}).reset_index() 

Answer 1

一個可能的解決方案是boolean indexing和然後使用concat：

mask = df.GRADE.isin([4,5]) 
result1 = df[mask].groupby(['GROUP','DAY']).agg({'TIME_1': 'mean', 
        'ID': 'count'}).add_suffix('_POSITIVE') 

print (result1) 
      TIME_1_POSITIVE ID_POSITIVE 
GROUP DAY        
AAA 1    19.5   2 

result2 = df[~mask].groupby(['GROUP','DAY']).agg({'TIME_1': 'mean', 
        'ID': 'count'}).add_suffix('_NEGATIVE') 

print (result2) 
      TIME_1_NEGATIVE ID_NEGATIVE 
GROUP DAY        
AAA 1    21.0   1 
BBB 2    11.5   2 

print (pd.concat([result1, result2], axis=1)) 
      TIME_1_POSITIVE ID_POSITIVE TIME_1_NEGATIVE ID_NEGATIVE 
GROUP DAY                
AAA 1    19.5   2.0    21.0   1 
BBB 2    NaN   NaN    11.5   2 

Answer 2

您c一個也傳遞功能agg像

qty_pos = df.groupby(['GROUP','GRADE','DAY']).agg({'GRADE': lambda x: sum(x>3)}) 
qty_neg = df.groupby(['GROUP','GRADE','DAY']).agg({'GRADE': lambda x: sum(x<=3)}) 
result['QTY_POSITIVE'] = qty_pos 
result['QTY_NEGATIV'] = qty_neg 

Answer 3

對我來說，這不是Python的，如果你要手動拆分，應用和您使用GROUPBY後合併數據幀（這是應該做的分裂適用─爲我們結合工作）。所以我認爲問題在於如何爲數據框分組制定合適的密鑰。

輸入：

df=df.set_index(['GROUP','DAY', 'GRADE'],drop=False) 
key=lambda x: (x[0],x[1], 'positive' if x[2] in [4,5] else 'negative') 
df.groupby(key).agg({'TIME_1': 'mean', 'ID': 'count'}) 

輸出：

    TIME_1 ID 
(AAA, 1, negative) 21.0 1 
(AAA, 1, positive) 19.5 2 
(BBB, 2, negative) 11.5 2