如何解决在熊猫中使用分组方式时,如何将“第一”和“最后”功能应用于列?
我认为问题在于,有两种first
共享名称但行为不同的方法,一种是针对groupby对象,另一种是针对Series /
DataFrame(与时间序列有关)。
复制GROUPBY的行为first
用在数据帧的方法agg
,你可以使用iloc[0]
(它得到第一行各自组(数据帧/系列)的指数):
grouped.agg(lambda x: x.iloc[0])
例如:
In [1]: df = pd.DataFrame([[1, 2], [3, 4]])
In [2]: g = df.groupby(0)
In [3]: g.first()
Out[3]:
1
0
1 2
3 4
In [4]: g.agg(lambda x: x.iloc[0])
Out[4]:
1
0
1 2
3 4
类似地,您可以last
使用复制iloc[-1]
。
注意:这将按列运行,等等:
g.agg({1: lambda x: x.iloc[0]})
在较早版本的熊猫中,您可以使用irow方法(例如x.irow(0)
,参见先前的编辑。
几个更新的注释:
最好使用nth
groupby方法来完成,该方法要快得多=>
0.13:
g.nth(0) # first
g.nth(-1) # last
您必须 多加注意,因为默认行为是NaN行,first
并且last
忽略了NaN行…以及IIRC for DataFrame
groupbys在0.13之前被破坏了…有一个dropna
选项nth
。
您可以使用字符串而不是内置字符串(尽管IIRC pandas发现它是sum
内置字符串并适用np.sum
):
grouped['D'].agg({'result1' : "sum", 'result2' : "mean"})
解决方法
我有一个数据框,我想按特定列(或换句话说,按特定列中的值)对它进行分组。我可以通过以下方式进行操作:grouped =
df.groupby(['ColumnName'])
。
我想象此操作的结果是一个表,其中某些单元格可以包含值集而不是单个值。为了获得一个普通的表(即每个单元格只包含一个值的表),我需要指出要使用什么函数将单元格中的值集转换为单个值。
例如,我可以用值的总和或最小值或最大值代替值集。我能做到这一点的方式如下:grouped.sum()
或grouped.min()
等等。
现在,我想对不同的列使用不同的功能。我发现可以按照以下方式进行操作:grouped.agg({'ColumnName1':sum,'ColumnName2':min})
。
但是,由于某些原因,我无法使用first
。更详细地说,grouped.first()
有效,但grouped.agg({'ColumnName1':first,'ColumnName2':first})
无效。因此,我得到一个NameError: NameError: name 'first' is not
defined
。所以,我的问题是:为什么会发生以及如何解决这个问题。
添加
在这里,我找到了以下示例:
grouped['D'].agg({'result1' : np.sum,'result2' : np.mean})
可能我还需要使用np
吗?但就我而言,python无法识别“ np”。我应该导入吗?
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。