如何在运行时在 Pandas DataFrame 上构建语句以执行 groupby 操作？

Question

我有一个 Pandas DataFrame dfs和一个列表headers

列表headers在运行时被分配了 DataFrame dfs的列名。

例如，让我们考虑使用dfs的列名分配列表：

["Information_type", "Interface", "Type_of_Interface", "Connection_Mechanism"]

我想在 DataFrame dfs上执行以下groupby和agg操作，而无需明确提及 groupby 操作中的列名，即"Information_type": " ".join ”.join， "Interface": " ".join ：“”.join， "Type_of_Interface": " ".join , "Connection_Mechanism": " ".join :

dfs[0]=dfs[0].groupby("grp").agg({"Information_type": " ".join, "Interface": " ".join, "Type_of_Interface": " ".join, "Connection_Mechanism": " ".join})

基本上在运行时将"Information_type": " ".join, "Interface": " ".join, "Type_of_Interface": " ".join, "Connection_Mechanism": " ".join写入上述行。

如果这样的事情是可能的，那就太好了，否则我将不得不手动编辑列名并为每个表执行groupby和agg操作！

感谢你的帮助。 提前致谢！

Answer 1

IIUC 这就是你想要的：

#setup
df = pd.DataFrame({'a':np.random.randint(0,5,25),
                   'b':np.random.randint(0,5,25),
                   'c':np.random.randint(0,5,25), 
                   'd':np.random.randint(0,5,25)}, dtype = str)

cols = ['b','c']

df.groupby('a').agg({col: " ".join for col in cols})

Output

               b              c
a                              
0  0 0 3 3 4 2 3  3 3 4 0 4 3 2
1      2 4 1 2 1      3 0 2 1 3
2        0 0 4 2        1 3 1 3
3    2 2 4 1 3 0    3 1 1 1 2 0
4          4 2 0          2 0 3