Question

我在pandas数据框中有数据，需要聚合它。我需要在不同的列上进行不同的聚合，类似于下面的内容。

title   t_no       t_descr     rank    stores
A       1          a           1       1000
B       1          a           1       1800
C       2          b           2       800
D       1          a           1       1800
E       3          c           3       700
F       4          d           4       500

为：

aggs = {
'rank': 'min',  
't_no': 'min',    # need t_no for row that is min(rank) by title.
't_descr': 'min'  # need t_descr for row that is min(rank) by title.
}

df2.groupby('title').agg(aggs).reset_index()

您会注意到标题B和D已经汇总，保留了t_no＆amp; t_descr对应于相应标题组的排名的最小值，而存储被加总。 t_no＆amp; t_descr只是任意文本。我需要按标题排名最高，对商店求和，并保留相应的t_no＆amp; t_descr。

如何在一个pandas groupby中执行此操作？这是虚拟数据;我正在处理的真正问题有更多的聚合，我不想单独进行每个聚合，我知道该怎么做。

我从下面开始，但意识到我真的需要分钟＆amp; t_no＆amp;的最大值t_descr基于子组的排名col，而不是列本身。

{{1}}

或许有一种方法可以用lambda做到这一点？我确信这是一种直截了当的方法。如果groupby不是正确的方法，我显然愿意接受建议。

谢谢！

Answer 1

两步过程......
商店总和的汇总和idxmin的{{1}} ...
然后使用rank切片原始数据框并将其与聚合

连接

idxmin

Answer 2

这与@piRSquared略有不同，但可以让你到达同一地点：

<强>代码：

# Set min and sum functions according to columns and generate new dataframe
f = {'rank':min, 'rank':min, 'stores':sum}
grouped = df.groupby('title').agg(f).reset_index()

# Then merge with original dataframe (keeping only the merged and new columns)
pd.merge(grouped, df[['title','rank','t_no','t_descr']], on=['title','rank'])

<强>输出：

  title  stores  rank  t_no t_descr
0     A    1000     1     1       a
1     B    1800     1     1       a
2     C     800     2     2       b
3     D    1800     1     1       a
4     E     700     3     3       c
5     F     500     4     4       d

当然，您可以根据需要整理列。

如何使用pandas groupby实现多个聚合，引用特定列

2 个答案: