親愛的 Pandas DataFrame 專家：
我一直在使用大熊貓DataFrames與重新撰寫代碼的圖表中的一個開源專案（幫助https://openrem.org/，https://bitbucket.org/openrem/openrem）。
我一直在對諸如 study_name 和 x_ray_system_name 等欄位的資料進行分組和聚合。
示例資料框可能包含以下資料：
study_name request_name total_dlp x_ray_system_name
head head 50.0 All systems
head head 100.0 All systems
head NaN 200.0 All systems
blank NaN 75.0 All systems
blank NaN 125.0 All systems
blank head 400.0 All systems
以下行計算按 x_ray_system_name 和 study_name 分組的 total_dlp 資料的計數和平均值：
df.groupby(["x_ray_system_name", "study_name"]).agg({"total_dlp": ["count", "mean"]})
結果如下：
total_dlp
count mean
x_ray_system_name study_name
All systems blank 3 200.000000
head 3 116.666667
我現在需要能夠計算在 study_name或request_name 中的條目上分組的 total_dlp 資料的平均值。所以在上面的例子中，我希望“head”意味著包括三個 study_name“head”條目，以及單個 request_name“head”條目。
我希望結果看起來像這樣：
total_dlp
count mean
x_ray_system_name name
All systems blank 3 200.000000
head 4 187.500000
有誰知道我如何根據一個領域或另一個領域的類別進行分組？
您可以提供的任何幫助將不勝感激。
親切的問候，
大衛
uj5u.com熱心網友回復：
您（groupby）資料本質上是以下各項的并集：
- 提取那些
study_name == request_name - 復制那些與
study_name != request_name，一為study_name，一為request_name
我們可以復制資料 melt
(pd.concat([df.query('study_name==request_name') # equal part
.drop('request_name', axis=1), # remove so `melt` doesn't duplicate this data
df.query('study_name!=request_name')]) # not equal part
.melt(['x_ray_system_name','total_dlp']) # melt to duplicate
.groupby(['x_ray_system_name','value'])
['total_dlp'].mean()
)
更新：編輯上面的代碼幫助我意識到我們可以簡化：
# mask `request_name` with `NaN` where they equal `study_name`
# so they are ignored when duplicate/mean
(df.assign(request_name=df.request_name.mask(df.study_name==df.request_name))
.melt(['x_ray_system_name','total_dlp'])
.groupby(['x_ray_system_name','value'])
['total_dlp'].mean()
)
輸出：
x_ray_system_name value
All systems blank 200.0
head 187.5
Name: total_dlp, dtype: float64
uj5u.com熱心網友回復：
我有與@QuangHoang 類似的方法，但操作順序不同。
我在這里使用原始（范圍）索引來選擇如何洗掉重復資料。
你可以melt,drop_duplicates和dropna和groupby：
(df.reset_index()
.melt(id_vars=['index', 'total_dlp', 'x_ray_system_name'])
.drop_duplicates(['index', 'value'])
.dropna(subset=['value'])
.groupby(["x_ray_system_name", 'value'])
.agg({"total_dlp": ["count", "mean"]})
)
輸出：
total_dlp
count mean
x_ray_system_name value
All systems blank 3 200.0
head 4 187.5
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/347400.html
標籤：Python 熊猫 数据框 pandas-groupby 总计的