Question

我正在加载一个csv文件，其中包含以下列： date，textA，textB，numberA，numberB

我想按列分组：date，textA和textB - 但是想要将“sum”应用于numberA，而将“min”应用于numberB。

data = pd.read_table("file.csv", sep=",", thousands=',')
grouped = data.groupby(["date", "textA", "textB"], as_index=False)

...但我看不出如何将两个不同的聚合函数应用于两个不同的列？即sum(numberA), min(numberB)

Answer 1

agg方法可以接受dict，在这种情况下，键指示应用该函数的列：

grouped.agg({'numberA':'sum', 'numberB':'min'})

例如，

import numpy as np
import pandas as pd
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar',
                         'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'number A': np.arange(8),
                   'number B': np.arange(8) * 2})
grouped = df.groupby('A')

print(grouped.agg({
    'number A': 'sum',
    'number B': 'min'}))

产量

     number B  number A
A                      
bar         2         9
foo         0        19

这也表明Pandas可以处理列名中的空格。我不确定问题的根源是什么，但文字空间不应该造成问题。如果您想进一步调查，

print(df.columns)

如果没有重新分配列名，将显示给我们显示名称的repr。也许在列名中有一个难以看见的字符看起来像一个空格（或其他一些字符）但实际上是u'\xa0'（NO-BREAK SPACE），例如。

Pandas - 可以使用两个不同的聚合聚合两列？

1 个答案: