Python 3.x Pandas groupby、求和行数,以及将求和除以组中的行数
我有一个数据帧:Python 3.x Pandas groupby、求和行数,以及将求和除以组中的行数,python-3.x,pandas,dataframe,pandas-groupby,apply,Python 3.x,Pandas,Dataframe,Pandas Groupby,Apply,我有一个数据帧: >>> import pandas as pd >>> >>> df = pd.DataFrame({ ... 'P': ['P1', 'P1', 'P2', 'P2', 'P2'], ... 'A1': [0,1,2,1,2], ... 'A2': [5,4,1,3,2], ... 'A3': [5,1,3,8,4], ... 'A4': [2,1,3,4,4], ... }) &g
>>> import pandas as pd
>>>
>>> df = pd.DataFrame({
... 'P': ['P1', 'P1', 'P2', 'P2', 'P2'],
... 'A1': [0,1,2,1,2],
... 'A2': [5,4,1,3,2],
... 'A3': [5,1,3,8,4],
... 'A4': [2,1,3,4,4],
... })
>>> df
P A1 A2 A3 A4
0 P1 0 5 5 2
1 P1 1 4 1 1
2 P2 2 1 3 3
3 P2 1 3 8 4
4 P2 2 2 4 4
>>>
对于每个p,我必须对A1-A4列求和。然后通过P行数来划分该总和。
例如,每个P中的行数为:
>>> df.groupby('P').size()
P
P1 2
P2 3
dtype: int64
>>>
所有COL的总和为:
>>> df.groupby('P').sum()
A1 A2 A3 A4
P
P1 1 9 6 3
P2 5 6 15 11
>>>
但由于我需要按行求和,我将使用:
>>> df.groupby('P').sum().sum(axis=1)
P
P1 19
P2 37
dtype: int64
>>>
现在我必须将19/2(大小)和37/3分开,才能得到我需要的结果。
为此,我将准备以下数据:
>>> pd.concat([df.groupby('P').sum().sum(axis=1), df.groupby('P').size()], axis=1)
0 1
P
P1 19 2
P2 37 3
>>>
然后我可以使用apply来获得结果:
>>> pd.concat([df.groupby('P').sum().sum(axis=1), df.groupby('P').size()], axis=1).apply(lambda row: row[0]/row[1], axis=1)
P
P1 9.500000
P2 12.333333
dtype: float64
>>>
这是可行的,但我有一种感觉,对于每一个p,我将行数除以行数的计算变得过于复杂
如果有人知道更好的方法,我会欣然接受。
我想至少去掉concat。这应该可以:
df.groupby('P').sum().sum(1) / df.groupby('P').size()
非常绕道:
(df.sum(numeric_only = True, axis = 1)
.groupby(df.P)
.pipe(lambda df: df.sum()/df.size())
)
P
P1 9.500000
P2 12.333333
dtype: float64
您可以将每个组转换为
numpy
ndarray,并在一个步骤中求和所有值:
df.groupby('P').apply(lambda x: x.to_numpy().sum() / len(x))
输出:
P
P1 9.500000
P2 12.333333
非常有趣的方法。谢谢