Question

执行

时很清楚

 data.groupby(['A','B']).mean()

我们按级别获得多索引的内容＆＃39; A＆＃39;和＆＃39; B＆＃39;和一列具有每组的平均值

我怎么能同时拥有count（），std（）？

所以结果在数据框中看起来像

A   B    mean   count   std

Answer 1

以下内容应该有效：

data.groupby(['A','B']).agg([pd.Series.mean, pd.Series.std, pd.Series.count])

基本上调用agg并传递一个函数列表将生成多个列，并应用这些函数。

示例：

In [12]:

df = pd.DataFrame({'a':np.random.randn(5), 'b':[0,0,1,1,2]})
df.groupby(['b']).agg([pd.Series.mean, pd.Series.std, pd.Series.count])
Out[12]:
          a                
       mean       std count
b                          
0 -0.769198  0.158049     2
1  0.247708  0.743606     2
2 -0.312705       NaN     1

你也可以传递方法名称的字符串，常用的字符串工作，一些比较模糊的字符串我不记得哪些但是在这种情况下它们工作正常，感谢@ajcr的建议：

In [16]:
df = pd.DataFrame({'a':np.random.randn(5), 'b':[0,0,1,1,2]})
df.groupby(['b']).agg(['mean', 'std', 'count'])

Out[16]:
          a                
       mean       std count
b                          
0 -1.037301  0.790498     2
1 -0.495549  0.748858     2
2 -0.644818       NaN     1

如何使用pandas Groupby将不同的聚合函数应用于同一列

1 个答案: