我想創建一個新的 df，其中包含在下面可見的 df 中的 Value 列上計算的平均值、總和、最小值、最大值等簡單指標，并按 ID、日期和鍵分組。
| 指數 | ID | 鑰匙 | 日期 | 價值 | X | 是的 | z |
|---|---|---|---|---|---|---|---|
| 0 | 655 | 321 | 2021-01-01 | 50 | 546 | 235 | 252345 |
| 1 | 675 | 321 | 2021-01-01 | 50 | 345 | 345 | 34545 |
| 2 | 654 | 356 | 2021-02-02 | 70 | 345 | 346 | 543 |
我這樣做是這樣的：
final = df.groupby(['ID','Date','Key'])['Value'].first().mean(level=[0,1]).reset_index().rename(columns={'Value':'Value_Mean'})
我使用 .first() 因為一個鍵可以在 df 中多次出現，但它們都具有相同的值。我想匯總 ID 和日期，所以我使用 level=[0,1]。
然后我將下一個指標與 pandas 合并添加為：
final = final.merge(df.groupby(['ID','Date','Key'])['Value'].first().max(level=[0,1]).reset_index().rename(columns={'Value':'Value_Max'}), on=['ID','Date'])
我對其他指標也是如此。我想知道是否有比多行重復更復雜的方法。我知道您可以使用 .agg() 并傳遞帶有函式的 dict，但似乎無法指定此處重要的級別。
uj5u.com熱心網友回復：
DataFrame.drop_duplicates與命名聚合一起使用：
df = pd.DataFrame({'ID':[655,655,655,675,654], 'Key':[321,321,333,321,356],
'Date':['2021-01-01','2021-01-01','2021-01-01','2021-01-01','2021-02-02'],
'Value':[50,30,10,50,70]})
print (df)
ID Key Date Value
0 655 321 2021-01-01 50
1 655 321 2021-01-01 30
2 655 333 2021-01-01 10
3 675 321 2021-01-01 50
4 654 356 2021-02-02 70
final = (df.drop_duplicates(['ID','Date','Key'])
.groupby(['ID','Date'], as_index=False).agg(Value_Mean=('Value','mean'),
Value_Max=('Value','max')))
print (final)
ID Date Value_Mean Value_Max
0 654 2021-02-02 70 70
1 655 2021-01-01 30 50
2 675 2021-01-01 50 50
final = (df.groupby(['ID','Date','Key'], as_index=False)
.first()
.groupby(['ID','Date'], as_index=False).agg(Value_Mean=('Value','mean'),
Value_Max=('Value','max')))
print (final)
ID Date Value_Mean Value_Max
0 654 2021-02-02 70 70
1 655 2021-01-01 30 50
2 675 2021-01-01 50 50
df = (df.groupby(['ID','Date','Key'], as_index=False)
.first()
.groupby(['ID','Date'], as_index=False)['Value']
.agg(['mean', 'max'])
.add_prefix('Value_')
.reset_index())
print (df)
ID Date Value_Mean Value_Max
0 654 2021-02-02 70 70
1 655 2021-01-01 30 50
2 675 2021-01-01 50 50
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/484959.html