[英]Create new columns in pandas df by grouping and performing operations on an existing column
我有一個看起來像這樣的數據框(Minimal Reproducible Example)
thermometers = ['T-10000_0001', 'T-10000_0002','T-10000_0003', 'T-10000_0004',
'T-10001_0001', 'T-10001_0002', 'T-10001_0003', 'T-10001_0004',
'T-10002_0001', 'T-10002_0003', 'T-10002_0003', 'T-10002_0004']
temperatures = [15.1, 14.9, 12.7, 10.8,
19.8, 18.3, 17.7, 18.1,
20.0, 16.4, 17.6, 19.3]
df_set = {'thermometers': thermometers,
'Temperatures': temperatures}
df = pd.DataFrame(df_set)
指數 | 溫度計 | 溫度 |
---|---|---|
0 | T-10000_0001 | 14.9 |
1 | T-10000_0002 | 12.7 |
2 | T-10000_0003 | 12.7 |
3 | T-10000_0004 | 10.8 |
4 | T-10001_0001 | 19.8 |
5 | T-10001_0002 | 18.3 |
6 | T-10001_0003 | 17.7 |
7 | T-10001_0004 | 18.1 |
8 | T-10002_0001 | 20.0 |
9 | T-10002_0002 | 16.4 |
10 | T-10002_0003 | 17.6 |
11 | T-10002_0004 | 19.3 |
我正在嘗試對溫度計進行分組(即'T-10000'、'T-10001'、'T-10002'),並創建具有每個溫度計讀數的最小值、最大值和平均值的新列。 所以我的最終數據框看起來像這樣
指數 | 溫度計 | min_temp | 平均溫度 | 最大溫度 |
---|---|---|---|---|
0 | T-10000 | 10.8 | 12.8 | 14.9 |
1 | T-10001 | 17.7 | 18.5 | 19.8 |
2 | T-10002 | 16.4 | 18.3 | 20.0 |
我嘗試創建一個我認為需要正則表達式的單獨函數,但我無法弄清楚如何去做。 任何幫助都感激不盡。
通過使用分隔符_
拆分來使用groupby
。 然后,只需聚合您需要的任何功能。
>>> df.groupby(df['thermometers']\
.str.split('_'). \
.str.get(0)).agg(['min', 'mean', 'max'])
min mean max
thermometers
T-10000 10.8 13.375 15.1
T-10001 17.7 18.475 19.8
T-10002 16.4 18.325 20.0
另一種使用str.extract
的方法來避免調用str.get
:
(df['Temperatures']
.groupby(df['thermometers'].str.extract('(^[^_]+)', expand=False))
.agg(['min', 'mean'])
)
輸出:
min mean
thermometers
T-10000 10.8 13.375
T-10001 17.7 18.475
T-10002 16.4 18.325
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.