[英]Count unique elements and sum up values in a pandas groupby operation
[英]pandas groupby with sum and unique values
我有以下数据框
amount = pd.Series(np.random.randn(10),name='amount')
df = pd.DataFrame({'amount': amount,'price':50})
df['month'] = ['jan','feb','mar','apr','apr','apr','may','may','jun','jun']
df.set_index('month')
我想按“月”分组,对“金额”列求和,并在每个月旁边显示价格。 我们可以假设价格在每个月内都是统一的,因此使用mean()函数可以很好地工作。
我不确定如何将sum()和mean()函数组合在一起,并尝试将其分为2个函数似乎会导致信息丢失,例如:
df.groupby('month')[['amount']].sum()
在groupby
上使用agg
函数:
df.groupby('month').agg({
'amount': sum,
'price': 'mean'
})
对于平均值,您可以通过将pandas方法放在引号'mean'
或将numpy方式表示为np.mean
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.