使用多个条件处理pandas.DataFrame

Question

例如我有一个数据框：

df = pd.DataFrame({'Value_Bucket': [5, 5, 5, 10, 10, 10], 
                   'DayofWeek': [1, 1, 3, 2, 4, 2], 
                   'Hour_Bucket': [1, 5, 7, 4, 3, 12], 
                   'Values': [1, 1.5, 2, 3, 5, 3]})

实际数据集相当大（5000行以上）。 我想在“ Value_Bucket” = 5以及“ DayofWeek”和“ Hour_Bucket”的每个可能组合上对“ Values”执行功能。

本质上，数据将被分组到一个包含24行（Hour_Bucket）和7列（DayofWeek）的表中，并且每个单元格都填充有函数的结果（例如，取平均值）。 我可以对1个条件使用groupby函数，有人可以解释如何对两个条件进行组合并在表格中列出结果吗？

Answer 1

• query子集
• groupby
• unstack

---

df.query('Value_Bucket == 5').groupby(
    ['Hour_Bucket', 'DayofWeek']).Values.mean().unstack()

DayofWeek      1    3
Hour_Bucket          
1            1.0  NaN
5            1.5  NaN
7            NaN  2.0

---

如果要用零代替NaN

df.query('Value_Bucket == 5').groupby(
    ['Hour_Bucket', 'DayofWeek']).Values.mean().unstack(fill_value=0)

DayofWeek      1    3
Hour_Bucket          
1            1.0  0.0
5            1.5  0.0
7            0.0  2.0

Answer 2

对我而言，透视表似乎比groupby与unstack配对更自然，尽管它们做的完全相同。

pd.pivot_table(data=df.query('Value_Bucket == 5'), 
               index='Hour_Bucket', 
               columns='DayofWeek', 
               values='Values', 
               aggfunc='mean',
               fill_value=0)

产量

DayofWeek      1  3
Hour_Bucket        
1            1.0  0
5            1.5  0
7            0.0  2