Question

我的数据框样本df_Done_Avg_Salesperson_Volume

    state   currency_str    sales_person_name2  rfq_qty    rfq_qty_CAD_Equiv
    Done      USD           AY                  200000.0    155720.0
    Done      USD           AY                  1000000.0   778600.0
    Done      USD           AY                  200000.0    155720.0
    Done      GBP           YJJ                 25000000.0  14140000.0
    Done      GBP           YJJ                 2500000.0   1946500.0

我想按sales_person_name2和currency_str进行分组，但显示rfq_qty和rfq_qty_CAD_Equiv的平均值。

sales_person_name2  currency_str`   Avg rfq_qty  Avg rfq_qty_CAD_Equiv
AY                  USD             466666.6667  363346.6667
YJJ                 GBP             13750000    8043250

当我尝试将两者合并时，我得到一个元组错误

d = {
        ('rfq_qty',np.mean)
        ('rfq_qty_CAD_Equiv',np.mean)
    }
display(df_Done_Avg_Salesperson_Volume.groupby(['sales_person_name2','currency_str'])['rfq_qty','rfq_qty_CAD_Equiv'].agg(d).reset_index())

TypeError: 'tuple' object is not callable

有没有办法对一系列列进行分组，但是在另外两列上显示统计汇总？

Answer 1

您可以简单地使用：

df.groupby(['sales_person_name2','currency_str'], as_index=False)['rfq_qty','rfq_qty_CAD_Equiv'].mean()

输出：

  sales_person_name2    currency_str    rfq_qty        rfq_qty_CAD_Equiv
0   AY                   USD       466666.6666666667    363346.6666666667
1   YJJ                  GBP          13750000.0           8043250.0

如果必须使用.agg()，则需要字典。

d = {
        'rfq_qty':np.mean,
        'rfq_qty_CAD_Equiv':np.mean
    }
df.groupby(['sales_person_name2','currency_str'], as_index=False)['rfq_qty','rfq_qty_CAD_Equiv'].agg(d))

在数据框中按两列分组，然后显示另外两列

1 个答案: