Question

我有一个DataFrame，其列类似于：

enter image description here

我想使用'pd.groupby'根据ID列对行进行分组。另外，我想使用'.agg（）'将函数应用于每一列。

对于具有分数的列，我想应用“ np.average”。例如，对于“可靠性得分流A”列，权重在“流A”列中，对于在“流B”中的列“可靠性得分流B”，依此类推。另一方面，对于带有Flows的列，我只想使用sum。

因此，预期的输出将类似于：

enter image description here

你如何做到的？

谢谢

Answer 1

创建字典以显示如何汇总每一列。

dd = {k:'mean' for k in df.filter(regex='^Flow.*').columns.tolist()}
for i in df.filter(like='Relia'):
    dd[i] = 'sum'
dd

输出：

{'Flow A': 'mean',
 'Flow B': 'mean',
 'Flow C': 'mean',
 'Flow D': 'mean',
 'Flow E': 'mean',
 'Reliabilty Score Flow A': 'sum',
 'Reliabilty Score Flow B': 'sum',
 'Reliabilty Score Flow C': 'sum',
 'Reliabilty Score Flow D': 'sum',
 'Reliabilty Score Flow E': 'sum'}

然后将groupby与agg和字典一起使用，dd：

df.groupby('ID').agg(dd).reindex(df.columns[1:], axis=1)

在DataFrame中对行进行分组

1 个答案: