Python 基于聚合值的聚合

我有一个分组的数据帧，我使用count进行聚合：

counted = df.groupby(['col1','col2']).count()

现在，实际上是：

col1  col2
1     A    22
      B    21
      C    1
2     G    22
...

是否有任何方法可以计算计数值的std/max，以便得到：

col1  std
1     1.34
2      3

---

以此类推..

您所要做的就是在counted上调用groupby（），但不是提供参数“by”，而是提供参数level=0。这将返回另一个DataFrameGroupBy对象，该对象分组在索引的第一级（此处为col1）

然后你可以做任何你喜欢的聚合。下面是我的例子：

#set up a dataframe as in hte provided example
df=pd.DataFrame([[1,'A',22],[1,'B',21],[1,'C',1]],columns=['col1','col2','col3'])
#get the indeces to match the example
counted= df.set_index(['col1','col2'],drop=True,inplace=False)

为了简单起见，我制作了一个df，它只是模仿了您的第一组：

>>> counted
8:            col3
col1 col2      
1    A       22
     B       21
     C        1

再次执行groupby操作，然后执行聚合：

>>> counted.groupby(level=0).std()
9:            col3
col1           
1     11.846237
>>> counted.groupby(level=0).max()
10:       col3
col1      
1       22

---

当您要求std/max时，您要求的是什么级别？索引级别0还是1？您可以使用

agg

，再次进行分组并传递函数的指令：