Question

我试图在异构类型（整数，浮点数和时间值）之后对多个列进行求和

In [1]: import pandas

In [2]: df = pandas.DataFrame({'key': [1, 1, 2, 2], 'val1': range(4), 'val2': [pandas.Timedelta(seconds=i) for i in range(4)], 'val3': [0.1 * i for i in range(4)]})

In [3]: df
Out[3]: 
   key  val1     val2  val3
0    1     0 00:00:00   0.0
1    1     1 00:00:01   0.1
2    2     2 00:00:02   0.2
3    2     3 00:00:03   0.3

在此示例中，val1是整数列，val2是timedeltas列，v3是float列。

In [4]: df.groupby('key').sum()
Out[4]: 
     val1  val3
key            
1       1   0.1
2       5   0.5

总结后，timedelta列消失了

In [5]: df.groupby('key')['val2'].sum()
Out[5]: 
key
1   00:00:01
2   00:00:05
Name: val2, dtype: timedelta64[ns]

仅选择此列会显示它的可累加

In [6]: df.groupby('key')['val2', 'val3'].sum()
Out[6]: 
     val3
key      
1     0.1
2     0.5

In [7]: df.groupby('key')['val2', 'val3'].sum()
Out[7]: 
     val3
key      
1     0.1
2     0.5

我缺少什么？

Answer 1

默认情况下，当您groupby - sum一个DataFrame时，pandas不会假定您要为所有不属于经典数字类型的列执行此操作。如果您有一列字符串，它也不会尝试将总和应用于它们。

但是，正如您所指出的那样，您可以强制此列的总和，如何

import pandas as pd

grouped = df.groupby('key')
pd.concat([grouped.sum(), grouped.val2.sum()], axis=1)

请注意，您不会重复昂贵的groupby操作本身。

Answer 2

如documentation中所述，您可以指定每列所需的聚合函数，并“强制”使用val2列的函数：

import numpy as np
...
In [68]: df.groupby('key').agg({'val1': np.sum, 'val2': np.sum, 'val3': np.sum})
Out[68]: 
     val3     val2  val1
key                     
1     0.1 00:00:01     1
2     0.5 00:00:05     5

pandas group by和sumt整数和timedelta

2 个答案: