Question

现在我有这样一个SQL语句，我想知道如何在Pandas中编写它，也许使用groupBy并应用？：

提供一个包含A，B列

的表格

 Select A, sum(B) / sum(A)
 from table
 group by A;

我现在在

def func(group):
   x = group['B']
   y = group['A']
   return x.sum() / y.sum()

table.groupby('A').apply(func)

这将生成一个没有A列的数字序列，用于分组on。我想将一个数据帧作为输出，A也作为一个单独的列，就像我写的SQL语句一样。谁能帮我回答这个问题？

谢谢！

Answer 1

这是你想要的吗？

df=pd.DataFrame({'A':[1,1,3,4],'B':[2,3,4,5]})

def func(group):
   x = group['B']
   y = group['A']
   return x.sum() / y.sum()

df.groupby('A').apply(func).reset_index()


Out[934]: 
   A         0
0  1  2.500000
1  3  1.333333
2  4  1.250000

Answer 2

这里不需要apply。对于groupby，计算总和并直接划分将会快得多，因为pandas会对这些操作进行矢量化。

借用@Wen的设置，我就是这样做的 -

v = df.groupby('A')[['A', 'B']].sum()
v['B'] /= v['A']
del v['A']

          B
A          
1  2.500000
3  1.333333
4  1.250000

SQL groupby与pandas中的分区

2 个答案: