Question

我有这个数据框：

df1 = pd.DataFrame([
    { 'id': 1, 'spend': 60, 'store': 'Stockport' },
    { 'id': 2, 'spend': 68, 'store': 'Didsbury' },
    { 'id': 3, 'spend': 70, 'store': 'Stockport' },
    { 'id': 4, 'spend': 35, 'store': 'Didsbury' },
    { 'id': 5, 'spend': 16, 'store': 'Didsbury' },
    { 'id': 6, 'spend': 12, 'store': 'Didsbury' },
])

我已按商店进行了分组，并按商店获得了总支出：

df.groupby("store").agg({'spend': 'sum'})\
    .reset_index().sort_values("spend", ascending=False)

store        spend   
Didsbury     131  
Stockport    130

有没有一种方法可以获取每个商店的ID作为分组对象中的一列？就像Postgres中的ARRAY_AGG一样？因此，所需的输出将是：

store        spend   ids
Didsbury     131     [2,4,5,6]
Stockport    130     [1,3]

Answer 1

我们可以使用named_aggregations，这是自pandas >= 0.25.0起可用的一种聚合方法。

注意如何立即将列重命名为“ ids”：

df1.groupby('store').agg(
    spend=('spend', 'sum'),
    ids=('id', list)
).reset_index()

       store  spend           ids
0   Didsbury    131  [2, 4, 5, 6]
1  Stockport    130        [1, 3]

Answer 2

您可以将var b = ...之类的聚合函数传递给list列：

id

熊猫：groupby期间聚合数组，相当于SQL的array_agg？

2 个答案: