我们可以通过这种方式使用分组依据吗？

Question

我有一个包含100多个列的df，我想使用groupby并取其中包含“ WR”和“ sum”的列的平均值，如果不使用agg（）的话。

df.groupby([c1,c2]).agg({ {i for i in df.columns if 'WR' in i}:'mean', {i for i in df.columns if 'WR' 
not in i}:'sum'})

有可能吗？

Answer 1

通过dict.fromkeys和merge一起创建字典：

d1 = dict.fromkeys([i for i in df.columns if 'WR' in i], 'mean')
d2 = dict.fromkeys([i for i in df.columns if 'WR' not in i], 'sum')

df.groupby([c1,c2]).agg({**d1, **d2})

另一个类似的解决方案：

m = df.columns.str.contains('WR')

d1 = dict.fromkeys(df.columns[m], 'mean')
d2 = dict.fromkeys(df.columns[~m], 'sum')

df.groupby([c1,c2]).agg({**d1, **d2})

Answer 2

import pandas as pd

d1 = dict.fromkeys（[如果WR in i，则i在df.columns中为i]，“平均值”） d2 = dict.fromkeys（[如果WR不在i中，则i在df.columns中为i]，'sum'） df.groupby（[c1，c2]），agg（{** d1，** d2}）