在熊猫中对不同列使用不同功能的groupby

Question

最好以示例说明：

我想通过col1和col2聚合一个DataFrame，对col3和col4结果求和，并对col4结果col5

如果我只是想对col3-5求和，则可以使用df.groupby(['col1','col2']).sum()

Answer 1

您可以Groupby.agg()使用Groupby.agg() （或Groupby.aggregate() ）方法。

aggregate()函数可以接受字典作为自变量，在这种情况下，它将键视为列名，将值视为用于聚合的函数。 如文档中所给-

通过传递要聚合的字典，您可以将不同的聚合应用于DataFrame的列。

范例-

import numpy as np
result = df.groupby(['col1','col2']).agg({'col3':'sum','col4':'sum','col5':np.average})

演示-

In [50]: df = pd.DataFrame([[1,2,3,4,5],[1,2,6,7,8],[2,3,4,5,6]],columns=list('ABCDE'))

In [51]: df
Out[51]:
   A  B  C  D  E
0  1  2  3  4  5
1  1  2  6  7  8
2  2  3  4  5  6

In [52]: df.groupby(['A','B']).aggregate({'C':np.sum,'D':np.sum,'E':np.average})
Out[52]:
     C    E   D
A B
1 2  9  6.5  11
2 3  4  6.0   5