Min Max 和 Mean 作为新列 Python Pandas

Question

我有以下 dataframe：

distros = ['distro_1', 'distro_1', 'distro_1', 'distro_2', 'distro_2', 'distro_2']
tco = [110, 110, 111, 109, 109, 108]
tang = [77, 77, 76, 81, 80, 80]

velocities = {'distro': distros, 'tco': tco, 'tang': tang}

df_velocities = pd.DataFrame.from_dict(velocities)

我需要具有每个发行版值的每列的最小值、最大值和平均值的列。

我相信使用 agg function 可以做到这一点。 我不明白。 我正在关注 Pandas 的文档，结果是一行。

我所拥有的是

有小费吗？

我需要的是：

Answer 1

使用groupby.agg ：

df_velocities = df_velocities.groupby('distro').agg(['min', 'max', 'mean'])

print(df_velocities)
          tco                  tang               
          min  max        mean  min max       mean
distro                                            
distro_1  110  111  110.333333   76  77  76.666667
distro_2  108  109  108.666667   80  81  80.333333

df_velocities.columns = ['_'.join(i) for i in df_velocities.columns]
#df_velocities.columns = df_velocities.columns.map('_'.join)
df_velocities = df_velocities.reset_index()

print(df_velocities)
     distro  tco_min  tco_max    tco_mean  tang_min  tang_max  tang_mean
0  distro_1      110      111  110.333333        76        77  76.666667
1  distro_2      108      109  108.666667        80        81  80.333333

Answer 2

我想你正在寻找的是

df_aggregated = df_velocities.groupby('distro').agg({'tco': ['mean', 'min', 'max'], 'tang': ['mean', 'min', 'max']})