Question

我正在大熊猫的一个角落里打。我试图使用agg fn但没有做groupby。假设我想在整个dataframe上进行聚合，即

from pandas import *
DF = DataFrame( randn(5,3), index = list( "ABCDE"), columns = list("abc") )
DF.groupby([]).agg({'a' : np.sum, 'b' : np.mean } ) # <--- does not work

并且DF.agg( {'a' ... } )也不起作用。

我的解决方法是DF['Total'] = 'Total'然后执行DF.groupby(['Total'])，但这看起来有点人为。

有没有人有更清洁的解决方案？

Answer 1

它也不是那么好，但是对于这种情况，如果你传递的函数至少返回True，则不需要更改df：

>>> from pandas import *
>>> df = DataFrame( np.random.randn(5,3), index = list( "ABCDE"), columns = list("abc") )
>>> df.groupby(lambda x: True).agg({'a' : np.sum, 'b' : np.mean } )
             a         b
True  1.836649 -0.692655
>>> 
>>> df['total'] = 'total'
>>> df.groupby(['total']).agg({'a' : np.sum, 'b' : np.mean } ) 
              a         b
total                    
total  1.836649 -0.692655

你可以使用各种内置而不是lambda x: True，但它们不那么明确，只是意外工作。

Answer 2

使用类似的DataFrame.aggregate方法是个好主意。在这里创建一个问题：

https://github.com/pydata/pandas/issues/1623

如何在Pandas中的一组空列上进行groupby？

2 个答案: