[英]groupby in pandas with different functions for different columns
最好以示例說明:
我想通過col1
和col2
聚合一個DataFrame,對col3
和col4
結果求和,並對col4
結果col5
如果我只是想對col3-5求和,則可以使用df.groupby(['col1','col2']).sum()
您可以Groupby.agg()
使用Groupby.agg()
(或Groupby.aggregate()
)方法。
aggregate()
函數可以接受字典作為自變量,在這種情況下,它將鍵視為列名,將值視為用於聚合的函數。 如文檔中所給-
通過傳遞要聚合的字典,您可以將不同的聚合應用於DataFrame的列。
范例-
import numpy as np
result = df.groupby(['col1','col2']).agg({'col3':'sum','col4':'sum','col5':np.average})
演示-
In [50]: df = pd.DataFrame([[1,2,3,4,5],[1,2,6,7,8],[2,3,4,5,6]],columns=list('ABCDE'))
In [51]: df
Out[51]:
A B C D E
0 1 2 3 4 5
1 1 2 6 7 8
2 2 3 4 5 6
In [52]: df.groupby(['A','B']).aggregate({'C':np.sum,'D':np.sum,'E':np.average})
Out[52]:
C E D
A B
1 2 9 6.5 11
2 3 4 6.0 5
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.