如何将不同的功能应用于 pandas 数据帧上的不同列 [英] How to apply different functions to different columns on pandas dataframe

问题描述

我想在小熊猫数据框中使用groupby，但是我想得到一些列的平均值和其他列的总和。假设我们有以下数据框：

  ID ABC 
 1 1 1 0 
 1 2 3 1 
 1 3 6 1 
 4 3 2 1 
 4 4 1 0 
 6 5 1 0 
 6 6 6 1 
 6 7 2 0 
  

我想要分组ID并获得列A的平均值和其他列的总和实际上我有40多列）

我希望结果如下所示：

  ID ABC 
 1 2 10 2 
 4 3.5 3 1 
 6 6 9 1 
  

提前感谢

解决方案

你可以这样做：

数据：

 在[127]中：df = pd .DataFrame（np.random.randint（0,10，（7,6）），columns = list（'ABCDEF'））
 ...：df ['ID'] = np.random.choice（ [1,2]，len（df））
 ...：
 
在[128]中：df 
输出[128]：
 ABCD EF ID 
 0 7 7 2 2 3 0 1 
 1 8 4 1 3 6 8 1 
 2 4 7 7 2 8 4 2 
 3 5 9 3 6 6 1 1 
 4 4 6 1 7 4 6 2 
 5 4 5 3 8 7 6 2 
 6 8 4 1 8 1 0 1 
  

解决方案：

 在[129]中：fnc = {c ：'sum'for c in df.columns.drop（['ID'，'A']）} 
 ...：fnc ['A'] ='mean'
 ...： 
 
在[130]中：fnc 
 Out [130]：{'A'：'mean'，'B'：'sum'，'C'：'sum'，'D '：'sum'，'E'：'sum'，'F'：'sum'} 
 
在[131]中：df.groupby（'ID'）。agg（fnc）.reindex_axis （df.columns.drop（'ID'），1）
出[131]：
 ABCDEF 
 ID 
 1 7 24 7 19 16 9 
 2 4 18 11 17 19 16 
  

I'd like to use groupby on pandas dataframe, but I want to get the mean of some columns and the sum for others. Let's say we have the following dataframe:

ID   A    B    C
1    1    1    0
1    2    3    1
1    3    6    1
4    3    2    1
4    4    1    0
6    5    1    0
6    6    6    1
6    7    2    0

I would like to groupby ID and get the mean of column "A" and the sum of the other columns(in fact I have more than 40 columns).

I'd like the result to look like this:

ID   A    B    C
1    2    10   2
4    3.5  3    1
6    6    9    1

Thanks in advance.

解决方案

you can do it this way:

Data:

In [127]: df = pd.DataFrame(np.random.randint(0,10, (7,6)), columns=list('ABCDEF'))
     ...: df['ID'] = np.random.choice([1,2], len(df))
     ...:

In [128]: df
Out[128]:
   A  B  C  D  E  F  ID
0  7  7  2  2  3  0   1
1  8  4  1  3  6  8   1
2  4  7  7  2  8  4   2
3  5  9  3  6  6  1   1
4  4  6  1  7  4  6   2
5  4  5  3  8  7  6   2
6  8  4  1  8  1  0   1

Solution:

In [129]: fnc = {c:'sum' for c in df.columns.drop(['ID','A'])}
     ...: fnc['A'] = 'mean'
     ...:

In [130]: fnc
Out[130]: {'A': 'mean', 'B': 'sum', 'C': 'sum', 'D': 'sum', 'E': 'sum', 'F': 'sum'}

In [131]: df.groupby('ID').agg(fnc).reindex_axis(df.columns.drop('ID'), 1)
Out[131]:
    A   B   C   D   E   F
ID
1   7  24   7  19  16   9
2   4  18  11  17  19  16

这篇关于如何将不同的功能应用于 pandas 数据帧上的不同列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！