我无法在线找到解决方案，所以我想知道是否有人有任何想法。
我有3列，一个数值（值）和2个分类列（“水果”和“国家”）。我想为每种分类列组合计算平均值和数字列的总和。
这就是我能做的：
df = pd.DataFrame({'value':[34, 65, 65, 34, 53, 23, 54, 23, 65, 43, 23, 34, 54],'value1':[54, 45, 23, 43, 66, 12, 87, 34, 54, 23, 65, 34, 76], 'fruit': ['Plum', 'Apple', 'Orange', 'Pear', 'Grape', 'Apple', 'Orange', 'Banana', 'Orange', 'Grape', 'Apple', 'Banana', 'Tomato'], 'country': ['USA', 'USA', 'USA', 'UK', 'UK', 'UK', 'CANADA', 'CANADA', 'CANADA', 'USA', 'USA', 'UK', 'USA']})[['value', 'fruit', 'country']]
# print(df)
print(df.groupby(['fruit']).mean()) #sum,etc work great.
value
fruit
Apple 37.000000
Banana 28.500000
Grape 48.000000
Orange 61.333333
Pear 34.000000
Plum 34.000000
Tomato 54.000000
它适用于一列，但我想做的是：
我对如何在groupby中合并多列并进行预突变感到困惑。
这是我失败的尝试-有关如何执行此操作或让我知道什么命令可以执行此操作的任何建议，我将对其进行研究。
from itertools import permutations, combinations
perms = [perm for perm in permutations(df[['fruit', 'country']])]
print(perms) #doesn't work, only results in permutations of words fruit/country so 2 sets.
# [('fruit', 'country'), ('country', 'fruit')]
#trying to create combinations using combinations in itertools
g = df.groupby('fruit').apply(lambda x:
pd.Series(list(combinations(x.country, 2))))
df = pd.DataFrame(g.apply(list).tolist(), columns=['country', 'fruit'])
df
#not what I want either this is a combination I was looking for.
# country fruit
# 0 USA UK
# 1 USA USA
# 2 UK USA
# 3 CANADA UK
# 4 UK USA
# 5 USA CANADA
# 6 USA CANADA
# 7 CANADA CANADA
答案 0 :(得分：1)
通过将列表用作df.groupby([col1, col2])，可以在groupby中包括多个列。就您而言，您可以这样做：
df = pd.DataFrame({'value':[34, 65, 65, 34, 53, 23, 54, 23, 65, 43, 23, 34, 54],'value1':[54, 45, 23, 43, 66, 12, 87, 34, 54, 23, 65, 34, 76], 'fruit': ['Plum', 'Apple', 'Orange', 'Pear', 'Grape', 'Apple', 'Orange', 'Banana', 'Orange', 'Grape', 'Apple', 'Banana', 'Tomato'], 'country': ['USA', 'USA', 'USA', 'UK', 'UK', 'UK', 'CANADA', 'CANADA', 'CANADA', 'USA', 'USA', 'UK', 'USA']})
df.groupby(['fruit', 'country']).mean().mean(axis=1)
其中第一个.mean()计算fruit和country的每个组合的平均值，第二个.mean(axis=1)计算value和{{1 }}。
输出：
value1答案 1 :(得分：1)
您想要这个：
情况1：按1列分组，value和value1的均值：
In [1018]: df.groupby('fruit').agg({'value': 'mean', 'value1': 'mean'}).reset_index()
Out[1018]:
fruit value value1
0 Apple 37.000000 40.666667
1 Banana 28.500000 34.000000
2 Grape 48.000000 44.500000
3 Orange 61.333333 54.666667
4 Pear 34.000000 43.000000
5 Plum 34.000000 54.000000
6 Tomato 54.000000 76.000000
案例2：对多个列进行分组并进行计算：
In [1017]: df.groupby(['fruit','country']).agg({'value': 'mean', 'value1': 'mean'}).reset_index()
Out[1017]:
fruit country value value1
0 Apple UK 23.0 12.0
1 Apple USA 44.0 55.0
2 Banana CANADA 23.0 34.0
3 Banana UK 34.0 34.0
4 Grape UK 53.0 66.0
5 Grape USA 43.0 23.0
6 Orange CANADA 59.5 70.5
7 Orange USA 65.0 23.0
8 Pear UK 34.0 43.0
9 Plum USA 34.0 54.0
10 Tomato USA 54.0 76.0
根据OP的评论进行更新：
In [1039]: res = df.groupby(['fruit','country']).agg({'value': 'mean', 'value1': 'mean'}).reset_index()
In [1041]: res['total'] = res.value + res.value1
In [1042]: res
Out[1042]:
fruit country value value1 total
0 Apple UK 23.0 12.0 35.0
1 Apple USA 44.0 55.0 99.0
2 Banana CANADA 23.0 34.0 57.0
3 Banana UK 34.0 34.0 68.0
4 Grape UK 53.0 66.0 119.0
5 Grape USA 43.0 23.0 66.0
6 Orange CANADA 59.5 70.5 130.0
7 Orange USA 65.0 23.0 88.0
8 Pear UK 34.0 43.0 77.0
9 Plum USA 34.0 54.0 88.0
10 Tomato USA 54.0 76.0 130.0
答案 2 :(得分：0)
您可以使用agg函数对列进行不同的操作
Example: print all keyword-only arguments without default values:
>>>
>>> def foo(a, b, *, c, d=10):
... pass
>>> sig = signature(foo)
>>> for param in sig.parameters.values():
... if (param.kind == param.KEYWORD_ONLY and
... param.default is param.empty):
... print('Parameter:', param)
Parameter: c