代码之家 › 专栏 › 技术社区 › Lynn

对多个列进行分组,同时在多个列中执行多个聚合

numpy pandas python

Lynn · 技术社区 · 4 年前

我想按多个列分组,并执行几个不同的聚合。按类型和日期分组,取en、en2、stat1和stat2的平均值。

数据

type    en  en2 date       stat1    stat2
aa      40  80  1/1/2021    1       1
aa      20  20  1/1/2021    2       1  
aa      10  10  1/1/2021    3       5  
bb      10  10  1/1/2021    3       9
bb      50  5   1/1/2021    5       1
aa      90  5   1/7/2021    5       2
aa      100 10  1/7/2021    1       5
bb      80  10  1/7/2021    5       2

渴望的

type    en  en2 date       stat1    stat2
aa      23  36  1/1/2021    2       3
bb      30  7.5 1/1/2021    4       5
aa      95  7.5 1/7/2021    3       3.5
bb      80  10  1/7/2021    5       2

做

grouped = final.groupby(['date'],['type']) \
.agg({'en':'mean', 'en2':'mean','stat1':'mean','stat2':'mean'})

我有打字错误。-坏名单我在研究。任何建议都将不胜感激。

0 回复 | 直到 4 年前

Corralien 4 年前

尝试:

grouped = final.groupby(['date', 'type'], as_index=False) \
               .agg({'type': 'first', 'en': 'mean', 'en2': 'mean',
                     'date': 'first', 'stat1': 'mean', 'stat2': 'mean'})
print(grouped)

# Output
  type         en        en2      date  stat1     stat2
0   aa  23.333333  36.666667  1/1/2021    2.0  2.333333
1   bb  30.000000   7.500000  1/1/2021    4.0  5.000000
2   aa  95.000000   7.500000  1/7/2021    3.0  3.500000
3   bb  80.000000  10.000000  1/7/2021    5.0  2.000000

Script Developer 4 年前

grouped = final[['date', 'type', 'en',
               'en2','stat1','stat2']].groupby(['date', 'type'],
                as_index=False, dropna=False).sum()

推荐文章