Python pandas：同时在不同列上的mean和sum groupby

Question

我有一个pandas数据框，如下所示：

Name    Missed    Credit    Grade
A       1         3         10
A       1         1         12      
B       2         3         10
B       1         2         20

我想要的输出是：

Name    Sum1   Sum2    Average
A       2      4      11
B       3      5      15   

基本上是获取列Credit和Missed的总和，并在Grade上取平均值。我现在正在做的是Name上的两个groupby，然后得到sum和average，最后合并两个输出数据帧，这似乎不是最好的方法。我也在SO上找到了这个，如果我只想在一个列上工作那么有意义：

df.groupby('Name')['Credit'].agg(['sum','average'])

但不确定如何为两列做单线程？

Answer 1

您需要dictionary rename，然后d = {'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'} df=df.groupby('Name').agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'}).rename(columns=d) print (df) Sum1 Sum2 Average Name A 2 4 11 B 3 5 15 列名称：

Name

如果还需要从df = (df.groupby('Name', as_index=False) .agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'}) .rename(columns={'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'})) print (df) Name Sum1 Sum2 Average 0 A 2 4 11 1 B 3 5 15 创建列：

{{1}}

Answer 2

A = pd.DataFrame.from_dict({'Name':['A','A','B','B'],'Missed':[1,1,2,1],'Credit':[3,1,3,2],'Grades':[10,12,10,20]})

A.groupby('Name').agg({'Missed':'sum','Credit':'sum','Grades':'mean'})