GROUPBY在具有不同功能的熊猫用于不同的列

Question

最佳通过例子来说明：

我想通过col1和col2聚集一数据帧，在col5

如果col3和col4求和结果和平均结果我只想总结col3-5我会用df.groupby(['col1','col2']).sum()

Answer 1

您可以使用Groupby.agg()（或Groupby.aggregate()）这个方法。

aggregate()函数可以接受字典作为参数，在这种情况下，它将键作为列名和值作为用于聚合的函数。如the documentation -

通过传递字典来聚合，您可以将不同的聚合应用于DataFrame的列。

示例 -

import numpy as np 
result = df.groupby(['col1','col2']).agg({'col3':'sum','col4':'sum','col5':np.average}) 

演示 -

In [50]: df = pd.DataFrame([[1,2,3,4,5],[1,2,6,7,8],[2,3,4,5,6]],columns=list('ABCDE')) 

In [51]: df 
Out[51]: 
    A B C D E 
0 1 2 3 4 5 
1 1 2 6 7 8 
2 2 3 4 5 6 

In [52]: df.groupby(['A','B']).aggregate({'C':np.sum,'D':np.sum,'E':np.average}) 
Out[52]: 
    C E D 
A B 
1 2 9 6.5 11 
2 3 4 6.0 5