DF我的目標是按列的值對資料框進行分組，Name并將特定列聚合為總和。
當前資料框
| 姓名 | val1 | val2 | val3 | |
|---|---|---|---|---|
| 0 | 測驗 | 鈉 | 5 | 鈉 |
| 1 | 測驗 | 30 | 鈉 | 3 |
| 2 | 測驗 | 30 | 鈉 | 3 |
輸出除外
| 姓名 | val1 | val2 | val3 | |
|---|---|---|---|---|
| 0 | 測驗 | 60 | 5 | 3 |
我試過的
DF.groupby(['Name'], as_index=False)[["Val1"]].sum()
回傳
| 姓名 | val1 | |
|---|---|---|
| 0 | 測驗 | 60 |
問題
我想將val2andval3 作為獨特的值，然后將它們分組，但我不知道該怎么做。
也許引入一個中間 DF
| 姓名 | val1 | val2 | val3 | |
|---|---|---|---|---|
| 0 | 測驗 | 鈉 | 5 | 3 |
| 1 | 測驗 | 30 | 5 | 3 |
| 2 | 測驗 | 30 | 5 | 3 |
以便以下代碼可以作業：
DF.groupby(['Name','val2','val3'], as_index=False)[["Val1"]].sum()
請記住，我的資料框中有幾個值Name。
最好的方法是什么？
uj5u.com熱心網友回復：
如果我理解正確，每組的 val2 和 val3 列中只有一個唯一的非缺失值。否則，您的問題沒有多大意義，因為您沒有指定如何決定從這些列中獲取哪個值。
鑒于這些限制，您可以使用：
result = df.groupby('Name', as_index=False).agg({'Val1': 'sum', 'val2': 'first', 'val3': 'first'})
uj5u.com熱心網友回復：
要在聚合其他列時按一列或多列分組，您可以使用groupBy后跟aggregate（或其別名agg）。
例子
給定輸入：
Waiter Revenue Hours Tables Gender
0 Alice 3000 3.0 Outside f
1 Bob 2000 4.0 Inside m
2 Alex 1000 2.0 Inside d
3 Alex 500 0.5 Outside None
預期輸出：
Revenue Hours Tables Gender
Waiter
Alex 1500 1.25 {Inside, Outside} d
Alice 3000 3.00 {Outside} f
Bob 2000 4.00 {Inside} m
按Waiter節目分組：
- 的總和_
Revenue - 作業的平均值
Hours - 唯一服務的集合_
Tables - 第一個（非未定義的）值
Gender
如何通過特定聚合進行分組
代碼：
import pandas as pd
df = pd.DataFrame({'Waiter': ['Alice','Bob','Alex', 'Alex'], 'Revenue': [3000, 2000, 1000, 500], 'Hours': [3, 4, 2, 0.5], 'Tables': ['Outside', 'Inside', 'Inside', 'Outside'], 'Gender': ['f', 'm', 'd', None]})
df.groupby(['Waiter']).agg({'Revenue': 'sum', 'Hours': 'mean', 'Tables': lambda x: set(x), 'Gender': 'first'})
解釋：
groupby可以做多個單列，這里只Waiteragg（或aggregate）通過定義每一列的聚合的字典。該列被指定為鍵Revenue，如聚合函式指定為函式名稱'sum'（在引號中或作為參考，如list）或 lambdalambda x: set(x)
注意：要獲取串列，Tables我們還可以將以下值定義為聚合函式：
'unique'生成具有唯一值的串列（請參閱Series.unique）set就像我們對 lambda 所做的那樣list對于串列（可能包含重復項）
也可以看看
- pandas groupby 多個聚合/應用多個列
- 如何從熊貓 groupby 中的多列中獲取唯一值
- 如何在 Pandas 中按多列分組
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/468525.html
標籤：Python 数据框 熊猫-groupby