熊貓GROUPBY彙總到新列

我有一個數據幀，看起來是這樣的：熊貓GROUPBY彙總到新列

而且看起來是這樣的（注意的功能：它實際上是做一些更復雜，不能輕易分隔成三個獨立的電話，但我簡化爲清楚起見）：

def myfunc(g): 
    return min(g), mean(g), max(g)

我想在A使用groupby與myfunc獲得對列輸出和C（忽略D）是這樣的：

   B    C 
    min mean max min mean max 
A 
1 10 10.75 12  8 15.0 22 
2 11 11.50 12 10 11.5 13 
3 14 14.00 14  0 0.0 0

我可以做到以下幾點：

df2.groupby('A')[['B','C']].agg(
    { 
     'min': lambda g: myfunc(g)[0], 
     'mean': lambda g: myfunc(g)[1], 
     'max': lambda g: myfunc(g)[2] 
    })

從

但隨後預留這是醜陋的，並呼籲myfunc多次，我結束了

max  mean  min 
    B C  B  C B C 
A 
1 12 22 10.75 15.0 10 8 
2 12 13 11.50 11.5 11 10 
3 14 0 14.00 0.0 14 0

我可以使用.swaplevel(axis=1)交換列級別，但即使如此B和C是在多個重複的列中，並且使用多個函數調用時，感覺就像吠叫錯誤的樹。

來源

2017-03-01 Dan

如果您安排myfunc返回一個數據幀的列是['A','B','C','D']，其行的索引是['min', 'mean', 'max']，那麼你可以使用groupby/apply調用的函數（一次爲每個組）並連接結果期望：

import numpy as np 
import pandas as pd 

def myfunc(g): 
    result = pd.DataFrame({'min':np.min(g), 
          'mean':np.mean(g), 
          'max':np.max(g)}).T 
    return result 

df = pd.DataFrame({'A': [1, 1, 1, 1, 2, 2, 3], 
'B': [10, 12, 11, 10, 11, 12, 14], 
'C': [22, 20, 8, 10, 13, 10, 0], 
'D': [14, 37, 18, 6, 4, 12, 5]}) 

result = df.groupby('A')[['B','C']].apply(myfunc) 
result = result.unstack(level=-1) 
print(result)

打印

 B     C    
    max mean min max mean min 
A          
1 12.0 10.75 10.0 22.0 15.0 8.0 
2 12.0 11.50 11.0 13.0 11.5 10.0 
3 14.0 14.00 14.0 0.0 0.0 0.0

對於其他人誰可能跨越此運行，誰不需要一個自定義功能，注意，如果可能的話，您應始終使用builtin aggregators（以下由字符串'min','mean'和'max'指定）。它們的性能優於自定義Python函數。令人高興的是，在這個玩具問題中，它產生了期望的結果：

In [99]: df.groupby('A')[['B','C']].agg(['min','mean','max']) 
Out[99]: 
    B    C   
    min mean max min mean max 
A        
1 10 10.75 12 8 15.0 22 
2 11 11.50 12 10 11.5 13 
3 14 14.00 14 0 0.0 0

來源

2017-03-01 14:59:05 unutbu

-1

這樣的事情可能會奏效。

df2.groupby('A')[['B','C']] 
aggregated = df2.agg(['min', 'mean', 'max'])

，那麼你可以使用交換級來獲得列的順序換各地

aggregated.columns = aggregated.columns.swaplevel(0, 1) 
aggregated.sortlevel(0, axis=1, inplace=True)

來源

2017-03-01 15:27:41

注意：它實際上是做一些更復雜，不容易被分隔成三個獨立的電話，但我簡化清晰 – Dan

熊貓GROUPBY彙總到新列

回答

相關問題