![](/img/trans.png)
[英]python pandas: applying different aggregate functions to different columns
[英]how to use different aggregate functions for separate columns in pandas? - python
我有這個數據框:
>>> df = pd.DataFrame({'c1':['a','a','a','a','b','b','b','b'], 'c2':['x','y','x','y','x','y','x','y'], 'sum':[1,1,0,1,0,0,1,0], 'mean':[12,14,11,13,12,23,12,31]})
我正在嘗試使用兩個單獨的聚合函數,並且我知道可以做到這一點:
>>> df.groupby(['c1','c2'])['sum','mean'].agg([np.sum,np.mean])
>>> df
sum mean
sum mean sum mean
c1 c2
a x 1 0.5 23 11.5
y 2 1.0 27 13.5
b x 1 0.5 24 12.0
y 0 0.0 54 27.0
但它會在sum
創建不必要的“ mean”列,並在mean
創建“ sum”列。 有沒有辦法達到這個結果:
sum mean
c1 c2
a x 1 11.5
y 2 13.5
b x 1 12.0
y 0 27.0
我試過了:
>>> df.groupby(['c1','c2'])['sum','mean'].agg({'sum':np.sum, 'mean':np.mean})
但是會引發KeyError
異常。
您可以使用{column_name: agg_func}
將字典傳遞給.agg
df.groupby(['c1', 'c2']).agg({'mean': np.mean, 'sum': np.sum})
sum mean
c1 c2
a x 1 11.5
y 2 13.5
b x 1 12.0
y 0 27.0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.