如何解决Python Pandas:同时在不同列上进行均值和总和分组
您需要agg
按dictionary
然后按rename
列名称:
d = {'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}
df=df.groupby('Name').agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'}).rename(columns=d)
print (df)
Sum1 Sum2 Average
Name
A 2 4 11
B 3 5 15
如果还想从创建列Name
:
df = (df.groupby('Name', as_index=False)
.agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'})
.rename(columns={'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}))
print (df)
Name Sum1 Sum2 Average
0 A 2 4 11
1 B 3 5 15
具有命名聚合的解决方案:
df = df.groupby('Name', as_index=False).agg(Sum1=('Missed','sum'),
Sum2= ('Credit','sum'),
Average=('Grade','mean'))
print (df)
Name Sum1 Sum2 Average
0 A 2 4 11
1 B 3 5 15
解决方法
我有一个pandas数据框,如下所示:
Name Missed Credit Grade
A 1 3 10
A 1 1 12
B 2 3 10
B 1 2 20
我想要的输出是:
Name Sum1 Sum2 Average
A 2 4 11
B 3 5 15
基本上得到列的总和Credit
,并Missed
要做到平均上Grade
。我现在正在做的是两个groupby
Name
,然后求和和求平均值,最后合并两个输出数据帧,这似乎并不是最好的方法。我在SO上也发现了这一点,如果我只想在一列上工作,这很有意义:
df.groupby('Name')['Credit'].agg(['sum','average'])
但是不确定如何为两根色谱柱做一个衬管吗?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。