我的数据框看起来像:
date session time x1 x2 x3 x4 x5 x6
2015-05-22 1 morning Tom 129 1 129 45 67
2015-05-22 1 morning Kate 0 1 670 89 34
2015-05-22 1 noon GroupeId 0 1 45 56 13
2015-05-26 2 noon Hence 129 1 167 7 13
2015-05-26 2 evening Kate 0 987 876 478
2015-05-26 3 night Julie 0 1 567 8
所以我需要为每个会话计算每列的平均值和最大值,即每个会话的平均值X2(例如,第一个,第二个或第三个,但在实际数据帧中我有更多的行和会话),X4的值x4的最大值,每个会话的值x3的总和。我找到了很多关于几列平均值的例子,但正如你所看到的,它并不完全是我所寻找的。我尝试了一些方法,例如:multi_df.groupby(level=1).sum().to_csv('output.csv', sep='\t')
,我尝试使用multi_df=df.set_index(['session','index'], inplace=False)
创建的多级数据框,但它并没有给我带来感觉的结果
所以任何有关我正在寻找的转型的建议或例子都值得赞赏
答案 0 :(得分:5)
import pandas as pd
import numpy as np
df = pd.io.parsers.read_csv('temp.txt', sep = '\t')
df_agg = df.groupby('session').agg({
'x2' : np.mean,
'x3' : np.sum,
'x4' : np.min,
})
# you can apply more than one function to a column like so:
df_agg_multifunc = df.groupby('session').agg({
'x2' : [np.mean, np.std],
'x3' : [np.sum, np.std],
'x4' : [np.min, np.std],
})