pandas ：聚合具有多个功能的多个列 [英] Pandas: aggregating multiple columns with multiple functions

问题描述

Python中的Pandas和R中的Dplyr都是灵活的数据争吵工具。例如，在R中，用dplyr可以执行以下操作：

  custom_func<  -  function（col1，col2）length（col1）+ length（col2）
 
 ChickWeight％>％
 group_by（Diet）％>％
 summaryize（m_weight = mean（weight），
 var_time = var（Time），
 covar = cov重量，时间），
 odd_stat = custom_func（weight，Time））
  

一个声明

• 我可以在一行中聚合多列。


• 我可以对这些列应用不同的功能一行中的多个列。


• 我可以使用考虑两列的函数。


• 我可以为其中的任何一个引入自定义函数。


• 我可以为这些聚合声明新的列名。

这样的模式也是可能的在大熊猫？请注意，我有兴趣在一个简短的声明中（因此不要创建三个不同的数据框，然后加入它们）。

编辑

我注意到这个问题被下载了。如果有人可以提到为什么这个职位被撤职，我可能有机会改进这个问题。

解决方案

使用大熊猫 groupby.apply（），您可以在groupby聚合中运行多个功能。请注意，您需要安装 scipy 的统计功能。对于自定义函数，需要像 sum（）一样运行集合数据：

  def customfct（x，y）：
 data = x / y 
 return data.mean（）
 
 def f（row）：
 row ['m_weight'] = row ['weight']。mean（）
 row ['var_time'] = row ['Time']。var（）
 row ['cov'] = row [ 'weight']。cov（row ['Time']）
 row ['odd_stat'] = customfct（row ['weight']，row ['Time']）
 return row 
 
 aggdf = df.groupby（'Diet'）。apply（f）
  

Pandas in Python and Dplyr in R are both flexible data wrangling tools. For example, in R, with dplyr one can do the following;

custom_func <- function(col1, col2) length(col1) + length(col2)

ChickWeight %>% 
  group_by(Diet) %>% 
  summarise(m_weight = mean(weight), 
            var_time = var(Time), 
            covar = cov(weight, Time),
            odd_stat = custom_func(weight, Time))

Notice how in one statement;

• I can aggregate over multiple columns in one line.
• I can apply different functions over these multiple columns in one line.
• I can use functions that take into account two columns.
• I can throw in custom functions for any of these.
• I can declare new column names for these aggregations.

Is such a pattern also possible in pandas? Note that I am interested in doing this in a short statement (so not creating three different dataframes and then joining them).

Edit

I've noticed the question got downvoted. If somebody could mention why the post was downvoted I might have the opportunity to improve the question.

解决方案

With pandas groupby.apply() you can run multiple functions in a groupby aggregation. Please note for statistical functions you would need scipy installed. For custom functions will need to run an aggregate like sum() for groupwise data:

def customfct(x,y):
    data = x / y
    return data.mean()

def f(row):  
    row['m_weight'] = row['weight'].mean()
    row['var_time'] = row['Time'].var()
    row['cov'] = row['weight'].cov(row['Time'])
    row['odd_stat'] = customfct(row['weight'], row['Time'])
    return row

aggdf = df.groupby('Diet').apply(f)

这篇关于 pandas ：聚合具有多个功能的多个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！