Question

我试图找出对数据进行简单转换的最佳方法：

import pandas    
dfn = pandas.DataFrame({
    "A" : [ 'aaa', 'bbb', 'aaa', 'bbb' ],
    "B" : [     1,    10,     2,   30  ],
    "C" : [     2,     0,     3,   20  ] })

我想要的输出是一个按A分组的数据帧，B和C的总和和计数值，名称必须是{{1} }}，Sum_B，Sum_C），如下所示：

Count

最快的方法是什么？

Answer 1

您可以使用.agg()功能：

In [227]: dfn.groupby('A').agg({'B':sum, 'C':sum, 'A':'count'}).rename(columns={'A':'count'})
Out[227]:
      B  count   C
A
aaa   3      2   5
bbb  40      2  20

或reset_index()：

In [239]: dfn.groupby('A').agg({'B':sum, 'C':sum, 'A':'count'}).rename(columns={'A':'count'}).reset_index()
Out[239]:
     A   B  count   C
0  aaa   3      2   5
1  bbb  40      2  20

PS以下是link

提供的示例@evan54

Answer 2

我认为您可以this is running display window使用sum和len，aggregate列以及rename列的最后更改顺序：

print (dfn.groupby('A')
          .agg({'B': sum, 'C':sum, 'A':len})
          .rename(columns={'A': 'Count', 'B': 'Sum_B', 'C': 'Sum_C'})
          .reindex_axis(['Sum_B','Sum_C','Count'], axis=1))  

     Sum_B  Sum_C  Count
A                       
aaa      3      5      2
bbb     40     20      2

如果需要reindex_axis：

print (dfn.groupby('A')
          .agg({'B': sum, 'C':sum, 'A':len})
          .rename(columns={'A': 'Count', 'B': 'Sum_B', 'C': 'Sum_C'})
          .reindex_axis(['Sum_B','Sum_C','Count'], axis=1)
          .reset_index())  

     A  Sum_B  Sum_C  Count
0  aaa      3      5      2
1  bbb     40     20      2

相反len您可以使用size，但同样如此：

print (dfn.groupby('A')
          .agg({'B': sum, 'C':sum, 'A':'size'})
          .rename(columns={'A': 'Count', 'B': 'Sum_B', 'C': 'Sum_C'})
          .reindex_axis(['Sum_B','Sum_C','Count'], axis=1)
          .reset_index())  

     A  Sum_B  Sum_C  Count
0  aaa      3      5      2
1  bbb     40     20      2

reset_index与size之间的差异（请参阅count）：

Answer 3

执行此操作的一种方法是按所需列进行分组，然后按如下所示求和。

r = dfn.groupby('A').sum()
r['counts'] = dfn.A.value_counts() # this could also be written as dfn['A'].value_counts()

第一行计算总和，第二行获得每个值在A中出现的次数。

python pandas简单数据透视表总数

3 个答案: