Python 如何对一列执行groupby操作,但将另一列保留在结果数据帧中
我的问题是关于熊猫的groupby操作。我有以下数据帧:Python 如何对一列执行groupby操作,但将另一列保留在结果数据帧中,python,pandas,dataframe,group-by,Python,Pandas,Dataframe,Group By,我的问题是关于熊猫的groupby操作。我有以下数据帧: In [4]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est", "Est", "West", "West"]}) In [5]: df Out[5]: A B C 0 0 PO Est 1 1 PO Est 2 2 PA West 3 3 PA West 这就是我想做的:我想按B列
In [4]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est", "Est", "West", "West"]})
In [5]: df
Out[5]:
A B C
0 0 PO Est
1 1 PO Est
2 2 PA West
3 3 PA West
这就是我想做的:我想按B列分组,对a列求和。但最后,我希望C列仍然在数据帧中。如果我这样做:
In [8]: df.groupby(by="B").aggregate(pd.np.sum)
Out[8]:
A
B
PA 5
PO 1
它完成了任务,但缺少C列。我也可以这样做:
In [9]: df.groupby(by=["B", "C"]).aggregate(pd.np.sum)
Out[9]:
A
B C
PA West 5
PO Est 1
或
但在这两种情况下,它都按B和C分组,而不仅仅是B,并保持C值。我想做的事是无关紧要的还是有办法做到这一点?试着用dict of{column->function}
:
In [6]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[6]:
C A
B
PA West 5
PO Est 1
从文档:
用于聚合组的函数。如果是函数,则必须
当传递给DataFrame或传递给DataFrame.apply时工作。如果
传递dict时,键必须是数据帧列名
或者类似的事情取决于你的目标:
In [8]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est1", "Est2", "West1", "West2"]})
In [9]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[9]:
C A
B
PA West1 5
PO Est1 1
In [10]: df['sum_A'] = df.groupby('B')['A'].transform('sum')
In [11]: df
Out[11]:
A B C sum_A
0 0 PO Est1 1
1 1 PO Est2 1
2 2 PA West1 5
3 3 PA West2 5
如果要分组的所有值上的
C
值相同,则此操作有效。否则,合并
就可以了。@Khris,谢谢你的提示!我添加了一个替代解决方案,它使用.transform()
methodWonder!!非常感谢。我不熟悉,但这个问题可能会在python/pandas wiki或stackoverflow文档中结束?@MaxU:谢谢你提醒我使用转换
函数,到目前为止,我忽略了这一点,而是用繁琐的合并解决了问题。
In [8]: df = pd.DataFrame({"A": range(4), "B": ["PO", "PO", "PA", "PA"], "C": ["Est1", "Est2", "West1", "West2"]})
In [9]: df.groupby('B').agg({'A':'sum', 'C':'first'})
Out[9]:
C A
B
PA West1 5
PO Est1 1
In [10]: df['sum_A'] = df.groupby('B')['A'].transform('sum')
In [11]: df
Out[11]:
A B C sum_A
0 0 PO Est1 1
1 1 PO Est2 1
2 2 PA West1 5
3 3 PA West2 5