熊貓據幀GROUPBY採用聚集

Question

我有一個熊貓數據幀與數千行的，和這些的cols：

Name Job Department Salary Date 

我想回到一個新的DF兩個的cols：

Unique_Job  Avg_Salary 

的代碼我用來做到這一點：

jobs = df.groupby(['Job']) 
dict = {} 
for a,b in jobs: 
    dict.update({a: b['Salary'].mean()}) 
dfJobs = pd.DataFrame(dict.items(), columns=['Unique_Job', 'Avg Salary']) 

但是，我知道必須有更好的辦法。想法？謝謝。

Answer 1

正如你已經有辦法，我猜你做鬥爭從該系列中獲得新的數據框，您將獲得輸出結果。您可以使用Series.to_frame()和DataFrame.reset_index()方法來創建具有兩列的數據框，然後僅對列進行重命名。像這樣：

jobs = df.groupby('Job')['Salary'].mean() 
jobs = jobs.to_frame().reset_index() 
jobs.columns = ['Unique_Job', 'Avg_Salary'] 

Answer 2

是的，使用groupby對象的aggregate方法。

jobs = df.groupby('Job').aggregate({'Salary': 'mean'}) 

甚至還有平均方法，快捷：

jobs = df.groupby('Job')['Salary'].mean() 

見http://pandas.pydata.org/pandas-docs/stable/groupby.html 更多的信息和大量的實例