Question

我的年龄，身高和体重列的排序随着每次运行代码而变化。我需要保持我的agg列的顺序为静态，因为我最终根据列位置引用此输出文件。我该怎样做才能确保每次都以相同的顺序输出年龄，身高和体重？

d = pd.read_csv(input_file, na_values=[''])
df = pd.DataFrame(d)
df.index_col = ['name', 'address']

df_out = df.groupby(df.index_col).agg({'age':np.mean, 'height':np.sum, 'weight':np.sum})
df_out.to_csv(output_file, sep=',')

Answer 1

我认为你可以使用子集：

df_out = df.groupby(df.index_col)
           .agg({'age':np.mean, 'height':np.sum, 'weight':np.sum})[['age','height','weight']]

您也可以使用pandas函数：

df_out = df.groupby(df.index_col)
           .agg({'age':'mean', 'height':sum, 'weight':sum})[['age','height','weight']]

样品：

df = pd.DataFrame({'name':['q','q','a','a'],
                   'address':['a','a','s','s'],
                   'age':[7,8,9,10],
                   'height':[1,3,5,7],
                   'weight':[5,3,6,8]})

print (df)
  address  age  height name  weight
0       a    7       1    q       5
1       a    8       3    q       3
2       s    9       5    a       6
3       s   10       7    a       8
df.index_col = ['name', 'address']
df_out = df.groupby(df.index_col)
           .agg({'age':'mean', 'height':sum, 'weight':sum})[['age','height','weight']]

print (df_out)
              age  height  weight
name address                     
a    s        9.5      12      14
q    a        7.5       4       8

按建议编辑 - 添加reset_index，如果需要索引值，此处as_index=False也不起作用：

df_out = df.groupby(df.index_col)
           .agg({'age':'mean', 'height':sum, 'weight':sum})[['age','height','weight']]
           .reset_index()

print (df_out)
  name address  age  height  weight
0    a       s  9.5      12      14
1    q       a  7.5       4       8

Answer 2

如果您在写入文件时主要关注订单，而不是在仍然在DataFrame对象中时，则可以设置columns方法的to_csv()参数：

>>> df = pd.DataFrame(
      {'age': [28,63,28,45],
       'height': [183,156,170,201],
       'weight': [70.2, 62.5, 65.9, 81.0],
       'name': ['Kim', 'Pat', 'Yuu', 'Sacha']},
      columns=['name','age','weight', 'height'])
>>> df
    name  age  weight  height
0    Kim   28    70.2     183
1    Pat   63    62.5     156
2    Yuu   28    65.9     170
3  Sacha   45    81.0     201
>>> df_out = df.groupby(['age'], as_index=False).agg(
      {'weight': sum, 'height': sum})
>>> df_out
   age  height  weight
0   28     353   136.1
1   45     201    81.0
2   63     156    62.5
>>> df_out.to_csv('out.csv', sep=',', columns=['age','height','weight'])

out.csv然后看起来像这样：

,age,height,weight
0,28,353,136.10000000000002
1,45,201,81.0
2,63,156,62.5

在groupby聚合之后指定列顺序

2 个答案: