pandas groupby 內的計數值與其他函數聚合

Question

我一直在尋找沒有成功的答案（ 1 , 2 , 3 ），並且我發現的很多關於字符串聚合的問題僅涉及字符串聚合，當所有列都是字符串時。 這是一個包含一些特定細節的混合聚合。

自由度：

df = pd.DataFrame({
    'Group': ['Group_1', 'Group_1','Group_1', 'Group_1', 'Group_2', 'Group_2', 'Group_2', 'Group_2', 'Group_2', 'Group_2'],
    'Col1': ['A','A','B',np.nan,'B','B','C','C','C','C'],
    'Col2': [1,2,3,3,5,5,5,7,np.nan,7],
    'Col3': [np.nan, np.nan, np.nan,np.nan,3,2,3,4,5,5],
    'Col4_to_Col99': ['some value','some value','some value','some value','some value','some value','some value','some value','some value','some value']
})

用於 output 的 function（ 來源）：

def join_non_nan_values(elements):    
    return ";".join([elem for elem in elements if elem == elem])  # elem == elem will fail for Nan values

output：

df.groupby('Group')[['Col1', 'Col2', 'Col3']].agg({'Col1': join_non_nan_values, 'Col2': 'count', 'Col3':'mean'})

output 預期：

Col1和Col2的 output 是一個計數。 左邊是數值，右邊是計數。

PD：如果您知道更有效的方法來實現join_non_nan_values function，歡迎您。 （因為它需要一段時間才能實際運行..）只要記住它需要跳過缺失值

Answer 1

您可以嘗試在groupby().apply()中調用value_counts() ) 並使用str.join()方法將結果轉換為字符串。 要將幀（不是系列）作為 output 返回，請在groupby()中使用as_index=False參數。

def func(g):
    """
    (i)  Count the values in Col1 and Col2 columns by calling value_counts() on each column 
         and convert the output into strings via join() method
    (ii) Calculate mean of Col3
    """
    
    col1 = ';'.join([f'{k}:{v}' for k,v in g['Col1'].value_counts(sort=False).items()])
    col2 = ';'.join([f'{int(k)}:{v}' for k,v in g['Col2'].value_counts(sort=False).items()])
    col3 = g['Col3'].mean()
    return col1, col2, col3

# group by Group and apply func to specific columns
result = df.groupby('Group', as_index=False)[['Col1','Col2','Col3']].apply(func)
result

Answer 2

你可以試試這個：

def f(x):
    c = x.value_counts().sort_index()
    return ";".join(f"{k}:{v}" for (k, v) in c.items())

df["Col2"] = df["Col2"].astype('Int64')
df.groupby("Group")[["Col1", "Col2", "Col3"]].agg({
    "Col1": f,
    "Col2": f,
    "Col3": 'mean'
})

它給：

         Col1         Col2      Col3
Group                                  
Group_1  A:2;B:1  1:1;2:1;3:2       NaN
Group_2  B:2;C:4      5:3;7:2  3.666667