[英]pandas: create single size & sum columns after group by multiple columns
我有一個數據框,我在3列上進行groupby並聚合數值列的總和和大小。 運行代碼后
df = pd.DataFrame.groupby(['year','cntry', 'state']).agg(['size','sum'])
我得到的東西如下:
現在我想從主列拆分大小子列並僅創建單個大小的列,但希望將總和列保留在主列標題下。 我嘗試了不同的方法,但沒有成功。 這些是我嘗試過但無法讓事情適合我的方法:
如果有人能幫我這個,我將不勝感激。
問候,
建立
d1 = pd.DataFrame(dict(
year=np.random.choice((2014, 2015, 2016), 100),
cntry=['United States' for _ in range(100)],
State=np.random.choice(states, 100),
Col1=np.random.randint(0, 20, 100),
Col2=np.random.randint(0, 20, 100),
Col3=np.random.randint(0, 20, 100),
))
df = d1.groupby(['year', 'cntry', 'State']).agg(['size', 'sum'])
df
回答
最簡單的方法是只在groupby
之后運行size
d1.groupby(['year', 'cntry', 'State']).size()
year cntry State
2014 United States California 10
Florida 9
Massachusetts 8
Minnesota 5
2015 United States California 9
Florida 7
Massachusetts 4
Minnesota 11
2016 United States California 8
Florida 8
Massachusetts 11
Minnesota 10
dtype: int64
要使用計算的df
df.xs('size', axis=1, level=1)
如果每列的size
不同,那將非常有用。 但是因為['Col1', 'Col2', 'Col3']
的size
列是相同的,我們可以做
df[('Col1', 'size')]
year cntry State
2014 United States California 10
Florida 9
Massachusetts 8
Minnesota 5
2015 United States California 9
Florida 7
Massachusetts 4
Minnesota 11
2016 United States California 8
Florida 8
Massachusetts 11
Minnesota 10
Name: (Col1, size), dtype: int64
綜合觀點1
pd.concat([df[('Col1', 'size')].rename('size'),
df.xs('sum', axis=1, level=1)], axis=1)
綜合觀點2
pd.concat([df[('Col1', 'size')].rename(('', 'size')),
df.xs('sum', axis=1, level=1, drop_level=False)], axis=1)
piRSquared打敗了它,但是如果你必須這樣做,並希望保持與列的對齊,並且總和或大小在下面你可以重新索引列以刪除大小值,然后添加一個新列以包含大小值。
例如:
group = df.groupby(['year', 'cntry','state']).agg(['sum','size'])
mi = pd.MultiIndex.from_product([['Col1','Col2','Col3'],['sum']])
group = group.reindex_axis(mi,axis=1)
sizes = df.groupby('state').size().values
group['Tot'] = 0
group.columns = group.columns.set_levels(['sum','size'], level=1)
group.Tot.size = sizes
最終看起來像這樣:
Col1 Col2 Col3 Tot
sum sum sum size
year cntry State
2015 US CA 20 0 4 1
FL 40 3 5 1
MASS 8 1 3 1
MN 12 2 3 1
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.