前端之家收集整理的这篇文章主要介绍了
python-在agg函数具有一个属性的多列上聚合 ，
前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
假设我有一个类似于以下内容的pandas dataFrame(data_stores)：
store| item1 | item2 | item3
------------------------------
1 | 45 | 50 | 53
1 | 200 | 300 | 250
2 | 20 | 17 | 21
2 | 300 | 350 | 400
假设我想在均值的列item1上以及在总和的列item2和item3上进行聚合.
通常可以通过以下方式完成此操作：
data_stores_total= data_stores.groupby(['store'],as_index=False).agg({'item1': 'mean','item2': 'sum','item3': 'sum' })
但是,无法通过以下方式(更有效地)完成此操作：
data_stores_total= data_stores.groupby(['store'],['item2','item3']: 'sum' })
以下两种方式都不适合字典键：
data_stores_total= data_stores.groupby(['store'],as_index=False).agg({'mean': 'item1':,'sum': ['item2','item3']})
有什么方法可以在数据帧的某些列上使用相同的功能进行聚合,而无需在agg函数中为它们的每一个写入新的字典属性？
@H_
502_37@最佳答案
这是不可能的,只有您可以定义带有
功能键的字典和列
名称列表,然后在循环中将键与值交换：
data_stores = pd.DataFrame({'store': [1,1,2,2],'item1': [45,200,20,300],'item2': [50,300,17,350],'item3': [53,250,21,400]})
print (data_stores)
store item1 item2 item3
0 1 45 50 53
1 1 200 300 250
2 2 20 17 21
3 2 300 350 400
d = {'mean':'item1','sum' : ['item2','item3']}
out = {}
for k,v in d.items():
if isinstance(v,list):
for x in v:
out[x] = k
else:
out[v] = k
print (out)
{'item1': 'mean','item3': 'sum'}
data_stores_total = data_stores.groupby('store',as_index=False).agg(out)
print (data_stores_total)
store item1 item2 item3
0 1 122.5 350 303
1 2 160.0 367 421
要么：
d = {'mean':['item1'],'item3']}
d1 = {k: oldk for oldk,oldv in d.items() for k in oldv}
print (d1)
{'item1': 'mean',as_index=False).agg(d1)
print (data_stores_total)
store item1 item2 item3
0 1 122.5 350 303
1 2 160.0 367 421
编辑：
如果要通过同一聚合函数聚合所有列而没有几个列,则可以按所有列创建字典,并按列表过滤掉difference,然后添加缺少的对键：列的值：聚合函数：
out = dict.fromkeys(data_stores.columns.difference(['store','item1']),'sum')
out['item1'] = 'mean'
print (out)
{'item2': 'sum','item3': 'sum','item1': 'mean'}
data_stores_total = data_stores.groupby('store',as_index=False).agg(out)
print (data_stores_total)
store item2 item3 item1
0 1 350 303 122.5
1 2 367 421 160.0
您还可以传递使用此列的自定义函数：
def func(x):
return x.sum() / x.mean()
out = dict.fromkeys(data_stores.columns.difference(['store','sum')
out['item1'] = func
print (out)
{'item2': 'sum','item1': <function func at 0x000000000F3950D0>}
data_stores_total = data_stores.groupby('store',as_index=False).agg(out)
print (data_stores_total)
store item2 item3 item1
0 1 350 303 2
1 2 367 421 2
