代码之家 › 专栏 › 技术社区 › ahajib Shaun McHugh

Python pandas:同时在不同列上进行平均和求和分组

pandas python

ahajib Shaun McHugh · 技术社区 · 7 年前

我有一个熊猫数据框,如下所示:

Name    Missed    Credit    Grade
A       1         3         10
A       1         1         12      
B       2         3         10
B       1         2         20

我想要的输出是:

Name    Sum1   Sum2    Average
A       2      4      11
B       3      5      15

基本上是为了得到列的和 Credit 和 Missed 平均而言 Grade . 我现在正在做的是两个groupby on Name 然后求和和和平均值,最后合并两个输出数据帧,这似乎不是最好的方法。我还发现这一点,如果我只想在一个专栏上工作,这是有意义的:

df.groupby('Name')['Credit'].agg(['sum','average'])

但不知道如何为两个柱都做一个内衬?

2 回复 | 直到 7 年前

jezrael 4 年前

你需要 agg 通过 dictionary 然后 rename 列名称:

d = {'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}
df=df.groupby('Name').agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'}).rename(columns=d)
print (df)
      Sum1  Sum2  Average
Name                     
A        2     4       11
B        3     5       15

如果需要,还可以从中创建列 Name :

df = (df.groupby('Name', as_index=False)
       .agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'})
       .rename(columns={'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}))
print (df)
  Name  Sum1  Sum2  Average
0    A     2     4       11
1    B     3     5       15

具有命名聚合的解决方案:

df = df.groupby('Name', as_index=False).agg(Sum1=('Missed','sum'), 
                                            Sum2= ('Credit','sum'),
                                            Average=('Grade','mean'))
print (df)
  Name  Sum1  Sum2  Average
0    A     2     4       11
1    B     3     5       15

BENY 7 年前

A = pd.DataFrame.from_dict({'Name':['A','A','B','B'],'Missed':[1,1,2,1],'Credit':[3,1,3,2],'Grades':[10,12,10,20]})

A.groupby('Name').agg({'Missed':'sum','Credit':'sum','Grades':'mean'})

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前