[英]python pandas: applying different aggregate functions to different columns
[英]how to use different aggregate functions for separate columns in pandas? - python
我有这个数据框:
>>> df = pd.DataFrame({'c1':['a','a','a','a','b','b','b','b'], 'c2':['x','y','x','y','x','y','x','y'], 'sum':[1,1,0,1,0,0,1,0], 'mean':[12,14,11,13,12,23,12,31]})
我正在尝试使用两个单独的聚合函数,并且我知道可以做到这一点:
>>> df.groupby(['c1','c2'])['sum','mean'].agg([np.sum,np.mean])
>>> df
sum mean
sum mean sum mean
c1 c2
a x 1 0.5 23 11.5
y 2 1.0 27 13.5
b x 1 0.5 24 12.0
y 0 0.0 54 27.0
但它会在sum
创建不必要的“ mean”列,并在mean
创建“ sum”列。 有没有办法达到这个结果:
sum mean
c1 c2
a x 1 11.5
y 2 13.5
b x 1 12.0
y 0 27.0
我试过了:
>>> df.groupby(['c1','c2'])['sum','mean'].agg({'sum':np.sum, 'mean':np.mean})
但是会引发KeyError
异常。
您可以使用{column_name: agg_func}
将字典传递给.agg
df.groupby(['c1', 'c2']).agg({'mean': np.mean, 'sum': np.sum})
sum mean
c1 c2
a x 1 11.5
y 2 13.5
b x 1 12.0
y 0 27.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.