Question

(df.set_index('STNAME').groupby(level=0)['CENSUS2010POP']
   .agg({'avg': np.average, 'sum': np.sum}))

在上面的代码中，为什么必须在groupby中指定level参数，因为根据我的理解，仅当DataFrame中具有multiIndex时才需要level参数。

Answer 1

不仅只有MultiIndex，它也应该在Index中使用，因为只有一个级别。

对于功能agg（具有用于聚合的指定列），也是元组的必要传递列表，用于指定具有聚合功能的新列的名称：

df1 = (df.groupby('STNAME')['CENSUS2010POP']
         .agg({'avg': np.average, 'sum': np.sum}))

FutureWarning：对系列使用dict进行汇总已过时，将在以后的版本中删除 .agg（{'avg'：np.average，'sum'：np.sum}））

但是您的代码应该更简单：

df = pd.DataFrame({'STNAME':list('aab'),
                   'CENSUS2010POP':[10,20,50]})

df1 = (df.groupby('STNAME')['CENSUS2010POP']
         .agg([('avg', np.average), ('sum', np.sum)]))
print (df1)
        avg  sum
STNAME          
a        15   30
b        50   50

如果确实需要从STNAME列创建索引，或者已经在熊猫（0.20+）的last versions中的DataFrame中工作，则可以使用

(df.set_index('STNAME').groupby('STNAME')['CENSUS2010POP']
   .agg([('avg', np.average), ('sum', np.sum)]))

Pandas中groupby方法的'level'参数如何工作？

1 个答案: