有一个 pandas 相当于dplyr ::总结？ [英] Is there a pandas equivalent of dplyr::summarise?

问题描述

 总结（iris，max_width = max（Sepal.Width），min_width = min（Sepal.Width））
  

并获取：

  max_width min_width 
 1 4.4 2 
  

有没有类似于在大熊猫中总结的东西？我知道 describe（），但我希望结果只包含给定列的给定摘要统计信息，而不是所有列的所有摘要统计信息。在大熊猫中， iris.describe（）给出：

  sepal_length sepal_width petal_length petal_width 
计数150.000000 150.000000 150.000000 150.000000 
平均5.843333 3.057333 3.758000 1.199333 
 std 0.828066 0.435866 1.765298 0.762238 
最小4.300000 2.000000 1.000000 0.100000 
 25％5.100000 2.800000 1.600000 0.300000 
 50％5.800000 3.000000 4.350000 1.300000 
 75％6.400000 3.300000 5.100000 1.800000 
最大7.900000 4.400000 6.900000 2.500000 
  

解决方案

从版本0.20起，可以在DataFrames上调用 agg （来源）。

所以你可以这样做：

  iris.agg（{'sep al_width'：'min'，'petal_width'：'max'}）
 
 petal_width 2.5 
 sepal_width 2.0 
 dtype：float64 
 
 iris.agg （{'sepal_width'：['min'，'median']，'sepal_length'：['min'，'mean']}）
 
 sepal_length sepal_width 
平均值5.843333 NaN 
中位数NaN 3.0 
最小4.300000 2.0 
  

另请参阅 dplyr总结了大熊猫的等价物。那个专注于groupby操作。

In R/dplyr, I can do

summarise(iris, max_width=max(Sepal.Width), min_width=min(Sepal.Width))

and get:

  max_width min_width
1       4.4         2

Is there something similar to summarise in pandas? I know describe(), but I would like the result to only contain a given summary statistic for a given column, not all summary statistics for all columns. In pandas, iris.describe() gives:

        sepal_length  sepal_width  petal_length  petal_width
count    150.000000   150.000000    150.000000   150.000000
mean       5.843333     3.057333      3.758000     1.199333
std        0.828066     0.435866      1.765298     0.762238
min        4.300000     2.000000      1.000000     0.100000
25%        5.100000     2.800000      1.600000     0.300000
50%        5.800000     3.000000      4.350000     1.300000
75%        6.400000     3.300000      5.100000     1.800000
max        7.900000     4.400000      6.900000     2.500000

解决方案

As of version 0.20, agg can be called on DataFrames too (source).

So you can do things like:

iris.agg({'sepal_width': 'min', 'petal_width': 'max'})

petal_width    2.5
sepal_width    2.0
dtype: float64

iris.agg({'sepal_width': ['min', 'median'], 'sepal_length': ['min', 'mean']})

        sepal_length  sepal_width
mean        5.843333          NaN
median           NaN          3.0
min         4.300000          2.0

Also see dplyr summarize equivalent in pandas. That one focuses on groupby operations though.

这篇关于有一个 pandas 相当于dplyr ::总结？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！