Question

如何用pandas中的groupby计算绝对和？

例如，给定DataFrame：

    Player  Score
0      A    100
1      B   -150
2      A   -110
3      B    180
4      B    125

我希望玩家A的总得分（100 + 110 = 210）以及玩家A的总得分（150 + 180 + 125 = 455），忽略得分的符号。

我可以使用以下代码计算总和：

import pandas as pd
import numpy as np

frame = pd.DataFrame({'Player' : ['A', 'B', 'A', 'B', 'B'], 
                      'Score'  : [100, -150, -110, 180, 125]})

print('frame: {0}'.format(frame))

total_scores = frame[['Player','Score']].groupby(['Player']).agg(['sum'])

print('total_scores: {0}'.format(total_scores))

但是如何用groupby计算绝对和？

frame[['Player','Score']].abs().groupby(['Player']).agg(['sum'])不出所料地回归：

Traceback (most recent call last):
  File "O:\tests\absolute_count.py", line 10, in <module>
    total_scores = frame[['Player','Score']].abs().groupby(['Player']).agg(['sum'])
  File "C:\Users\dernoncourt\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py", line 5518, in abs
    return np.abs(self)
TypeError: bad operand type for abs(): 'str'

我不想改变DataFrame。

Answer 1

您可以应用一个取绝对值的函数，然后对其求和：

>>> frame.groupby('Player').Score.apply(lambda c: c.abs().sum())
Player
A    210
B    455
Name: Score, dtype: int64

您还可以使用绝对值创建一个新列，然后求和：

>>> frame.assign(AbsScore=frame.Score.abs()).groupby('Player').AbsScore.sum()
Player
A    210
B    455
Name: AbsScore, dtype: int64

Answer 2

您可以将DataFrameGroupBy.apply与lambda：

一起使用

In [326]: df.groupby('Player').Score.apply(lambda x: np.sum(np.abs(x)))
Out[326]: 
Player
A    210
B    455
Name: Score, dtype: int64

要返回Player列，请使用df.reset_index：

In [371]: df.groupby('Player').Score.apply(lambda x: np.sum(np.abs(x))).reset_index()
Out[371]: 
  Player  Score
0      A    210
1      B    455

如何用pandas中的groupby计算绝对和？

2 个答案: