Question

我在尝试使用python的agg函数时遇到了困难-据我了解，该函数类似于R的summary函数

我有以下数据集：

ID   Date     Qtr    Price    Fee_Rate
 1   1/1/10    1      10        1.002 
 1   1/2/10    1      10.3      1.002 
 1   1/3/10    1      10.4      1.002
 2   1/1/10    1      25        .987
 2   1/2/10    1      23.4      .987
...    ...    ...     ...       ...
 1   4/1/10    2       12.4      1.09
 1   4/2/10    2       12.5      1.09

以此类推。

基本上-我想按季度分组，过滤到季度的第一个日期，然后汇总（Price * Fee_Rate）

在R中-代码如下

 df %>% group_by(Qtr) %>% filter(Date == min(Date) %>% summarise( L_Value = sum(Price*Fee_Rate))

我将如何在Python中复制此语法？

这是我到目前为止尝试过的：

df.groupby('Qtr').head(1).agg({'L_Value' : ('Price'*'Fee_Rate').sum())})

但是它不起作用，给出以下错误：

can't multiply sequence by non-int of type 'str'

我认为这是因为“价格” *“费用率”。

谢谢！

Answer 1

我的测试数据集：

s = """ID   Date     Qtr    Price    Fee_Rate
 1   1/1/10    1      10        1.002 
 1   1/2/10    1      10.3      1.002 
 1   1/3/10    1      10.4      1.002
 2   1/1/10    1      25        .987
 2   1/2/10    1      23.4      .987
 1   4/1/10    2       12.4      1.09
 1   4/2/10    2       12.5      1.09"""

# Read df from string
df = pd.read_csv(pd.compat.StringIO(s), sep="\s+")

首先将Date列转换为日期时间格式：

df["Date"] = pd.to_datetime(df["Date"])

请求的计算：

# Min date per Qtr
min_dt = df.groupby("Qtr")["Date"].transform(min)

# Compare each date with min dates
only_first_dates = df[df["Date"] == min_dt].copy()

# Calculate new column
only_first_dates["new_col"] = only_first_dates.eval("Price * Fee_Rate")

# Groupby and sum
only_first_dates.groupby("Qtr")["new_col"].sum()

Answer 2

这不是一个班轮，但假设我了解您的任务，它将得到结果：

df_grouped = df.groupby('Qtr').head(1)
df_grouped['L_value'] = df_grouped['Price'].mul(df_grouped['Fee_Rate'])

也请查看mul页面。

groupby，过滤，在python中汇总？

2 个答案: