熊猫：聚合不同的基于组

Question

所以我们可以说我有一些数据如下：

patient_id lab_type value 
1   food  10 
1   food  8 
2   food  3 
2   food  5 
1   shot  4 
1   shot  10 
2   shot  2 
2   shot  4 

然后我会组的东西，如groupby(['patient_id', 'lab_type'])

在那之后，我想聚集在value但每个lab_type都不相同。在food我想使用mean和shot进行汇总，我想使用sum进行汇总。

最终的数据应该是这样的：

patient_id lab_type value 
    1   food  9 (10 + 8/2) 
    2   food  4 (3 + 5/2) 
    1   shot  14 (10 + 4) 
    2   shot  6 (2 + 4) 

Answer 1

关于食物我想聚合使用均值和在射击我想汇总使用总和。

只需使用.apply并传递一个自定义函数：

def calc(g): 
    if g.iloc[0].lab_type == 'shot': 
     return sum(g.value) 
    else: 
     return np.mean(g.value) 
result = df.groupby(['patient_id', 'lab_type']).apply(calc) 

这里calc接收作为在Panda's split-apply-combine所示的每个数据帧组。因此，你得到你想要的东西：

patient_id lab_type 
1   food   9 
      shot  14 
2   food   4 
      shot   6 
dtype: float64 

Answer 2

答案在this post看起来很有希望。从这开始，我想出了下面的代码，它应该适合你。

TESTDATA：

data = [{"A" : 1, "B" : "food", "C" : 10}, 
{"A" : 1, "B" : "food", "C" : 8}, 
{"A" : 2, "B" : "food", "C" : 3}, 
{"A" : 2, "B" : "food", "C" : 5}, 
{"A" : 1, "B" : "shot", "C" : 4}, 
{"A" : 1, "B" : "shot", "C" : 10}, 
{"A" : 2, "B" : "shot", "C" : 2}, 
{"A" : 2, "B" : "shot", "C" : 4}]  
df = pd.DataFrame(data) 

实际代码：

res = df.groupby(['A', 'B']).apply(
    lambda x: pd.Series(
    {"value" : x.C.mean() if x.iloc[0].B == "food" else x.C.sum()} 
) 
) 

这导致

 value 
A B   
1 food  9 
    shot  14 
2 food  4 
    shot  6 

Answer 3

让P是你的数据帧。

P[P.lab_type =="food"].groupby(['patient_id']).aggregate(np.avg) 

和类似地对于shot组和concatenate结果。

Answer 4

我尝试修改john答案：

您可以使用mean和sum然后concat与reset_index：

print df 
    patient_id lab_type value 
0   1  food  10 
1   1  food  8 
2   2  food  3 
3   2  food  5 
4   1  shot  4 
5   1  shot  10 
6   2  shot  2 
7   2  shot  4 


df1 = df[df.lab_type =="food"].groupby(['patient_id']).mean() 
df1['lab_type'] = 'food' 
print df1 
      value lab_type 
patient_id     
1    9  food 
2    4  food 

df2 = df[df.lab_type =="shot"].groupby(['patient_id']).sum() 
df2['lab_type'] = 'shot' 
print df2 
      value lab_type 
patient_id     
1    14  shot 
2    6  shot 

print pd.concat([df1, df2]).reset_index() 
    patient_id value lab_type 
0   1  9  food 
1   2  4  food 
2   1  14  shot 
3   2  6  shot