Question

这是我的代码：

import StringIO
from pandas import *
import numpy as np

df = read_csv(StringIO.StringIO('''Col1 Col2    A   B
A   D   1   6
A   E   2   7
B   D   3   8
B   E   4   9
C   D   5   19'''), delimiter='\t')


df['buc1'] = cut(df['A'], bins = [0, 2, 6, 8])

aggFunc = {'A': sum,
           'B': np.average
           }

跑完后：

df.groupby(['buc1']).agg(aggFunc)

我明白了：

         A     B
buc1            
(0, 2]   3   6.5
(2, 6]  12  12.0
(6, 8] NaN   NaN

我的问题是：

如果那里没有值，我如何摆脱底部（6,8）桶？
如何在底部添加总计行，如Excel中的数据透视表？

例如：

buc1    A   B
(0, 2]  3   6.5
(2, 6]  12  12
Total   15  9.8

请注意，第二列的总行数是平均值，而不是总和。

Answer 1

要删除na条记录，您可以使用.dropna()数据框方法。

df['buc1'] = df['buc1'].astype(object) 
result = df.groupby(['buc1']).agg(aggFunc).dropna()
result


         A     B
buc1            
(0, 2]   3   6.5
(2, 6]  12  12.0

至于边际总数，理论上这应该有效：

result_alternative = pd.pivot_table(df,index='buc1',
                                    aggfunc=aggFunc,
                                    values=['A','B'],
                                    margins=True)
result_alternative

         A     B
buc1            
(0, 2]   3   6.5
(2, 6]  12  12.0
All     15   9.8

但它会抛出一个与我相关的错误，我认为应该修复bug以便它可以在您的计算机上运行（尽管我运行的是0.17版本）

同一个链接有一个与分类变量相关的解决方法 - 首先将它作为一个对象投射，上面的调用应该是好的。

编辑：

如果你想继续使用groupby语义，可以像这样添加一行总数：

rowtotal = result.sum()
rowtotal.name = 'rowtotal'
result.append(rowtotal)

pandas groupby总计在底部汇总

1 个答案: