Question

我有一个看起来像这样的数据框：

import re
content = '''
[row1|col1]:{value:{{calculate}}<<report_1>>[Row2|col2];format:float;}
[hiddenr0120a|c0012]:{format:float;}
'''
r = re.compile(r'(\[.+?\]):(\{.*?;\})')
expected = [("[row1|col1]", "{value:{{calculate}}<<report_1>>[Row2|col2];format:float;}",),
            ("[hiddenr0120a|c0012]", "{format:float;}",),]
assert all(t == expected[i][j] for i, x in enumerate(r.findall(content)) for j, t in enumerate(x))

我需要聚合此数据框，在这里我将对“ road”和“ dirn”列进行分组，并对“ length”列求和，并从“ lanes”列中获得最常用的值。结果数据框应如下所示：

road    dirn    length  lane
1        L         0     2
1        L       0.6     2
1        L       1.2     1
1        L       0.8     2
2        R       1.5     3
2        R       0.4     2
2        R         9     3

我可以使用groupby，agg和sum轻松地进行groupby和求和。我已经看到，最常见的值可以使用value_counts获得，但是我不确定如何将sum和value_counts结合使用。实际的数据帧非常大，我可能需要将总和和值计数应用于多个列。

有人可以帮助我了解以下内容： i）如何分组并获得“长度”和“车道”的最常用值 ii）如何将其扩展为groupby（多列），将多列求和，最常见的值（重命名列）

Answer 1

将GroupBy.agg与var payloadData = Data([0x02,0x65,0x6E]) payloadData.append(self.record_to_write.data(using: .utf8)!) let customTextPayload = NFCNDEFPayload.init( format: .nfcWellKnown, type: "T".data(using: .utf8)!, identifier: Data(), payload:payloadData ) self.record_new_arr.append(customTextPayload) let messge = NFCNDEFMessage.init(records: self.record_new_arr ) tag.writeNDEF(messge, completionHandler: { (error: Error?) in if nil != error{ session.alertMessage = "Write NDEF message fail: \(error)" print("Write NDEF message fail: \(error)") }else{ print("Write NDEF message successfull.") session.alertMessage = "Write NDEF message successfull." } })一起使用，最常用的值是Series.mode：

sum

与Series.value_counts类似的想法：

df1 = (df.groupby(['road','dirn'], as_index=False)
         .agg({'length':'sum','lane':lambda x: x.mode().iat[0]}))

df1 = (df.groupby(['road','dirn'], as_index=False)
         .agg({'length':'sum','lane':lambda x: x.value_counts().index[0]}))

编辑：如果同时存在两个聚合函数的列名列表，则可以将GroupBy.agg与由print (df1) road dirn length lane 0 1 L 2.6 2 1 2 R 10.9 3合并的字典一起使用：

**

Answer 2

下面的代码将给出列length的总和，并提供列mode的{{1}}

lane

下面的代码将对列df.groupby(['road','dirn']).agg({'length':[np.sum],'lane':[pd.Series.mode]})求和，并提供列length的最大值

lane

pandas groupby按总和汇总特定列，按最常见值汇总其他列

2 个答案: