基于多个熊猫列的唯一值进行分组

Question

我有以下数据框（有数千行，这只是一个示例）：

cluster_id     bin_time     trial_time           spikes
1               0               0.5                1
2               5               0.7                0 
6               0               0.5                5
3               5               0.7                0
2               5               0.5                1
8.              0.              0.7.               0

前三列有一些重复的值。 我想对峰值进行分组（最后一列），以便对于每个唯一的 trial_time 和 bin_time 的唯一值，我得到峰值的总和。 具有不同 cluster_id 的尖峰应该只是根据它们所属的试验和 bin_time 组合在一起（合计起来，这个维度可以消失）。

最后，我试图获得一个矩阵，该矩阵在 Y 轴上具有唯一的 trial_time 坐标，在 X 轴上具有唯一的 bin_time 坐标，并且每个条目都是尖峰的总和（所以我不关心基于 'cluster_id '）。

这是我尝试过的：

new_df = groupby('trial_time')['spikes']apply(lambda x: list(x))

但这仍然给我每个 trial_time 太多基于 cluster_id 的重复值......

非常感谢任何帮助！ 我很困。

对于我给出的小示例数据，我想要一个 2D np 数组的输出：

trial 0.5, bin time 0 --> count of total 1+5=6 spikes
trial 0.5, bin time 5 --> count of total 1 spike
trial 0.7, bin time 0 --> count of 0 spikes
trial 0.7, bin time 5 --> count of 0+0 = 0

所以理想情况下，一个只有尖峰数的二维数组。

Answer 1

按两列分组并通过求和聚合。 分组时不要使用第一列，因为您不关心它。

qf = df.iloc[:,1:].groupby(['bin_time','trial_time']).agg(sum)
#qf = df.loc[:,['bin_time','trial_time','spikes']].groupby(['trial_time','bin_time']).agg(sum)

---

trial_time bin_time
0.5        0.0            6
           5.0            1
0.7        5.0            0
0.7.       0.0            0