Python 使用groupby对Pandas数据帧进行计算，然后将其传递回数据帧？

我有一个数据框，我想用两个变量分组，然后在这些变量内执行计算。有没有简单的方法可以做到这一点，并在我完成后将信息放回数据帧中，例如：

df=pd.DataFrame({'A':[1,1,1,2,2,2,30,12,122,345],
'B':[1,1,1,2,3,3,3,2,3,4],
'C':[101,230,12,122,345,23,943,83,923,10]})

total = []
avg = []
AID = []
BID = []
for name, group in df.groupby(['A', 'B']):
    total.append(group.C.sum())
    avg.append(group.C.sum()/group.C.nunique())
    AID.append(name[0])
    BID.append(name[1])

x = pd.DataFrame({'total':total,'avg':avg,'AID':AID,'BID':BID})

---

但显然效率更高？

您可以在

groupby

之后使用

pandas

聚合函数：

import pandas as pd
import numpy as np
df.groupby(['A', 'B'])['C'].agg({'total': np.sum, 'avg': np.mean}).reset_index()

#      A    B   total          avg
# 0    1    1     343   114.333333
# 1    2    2     122   122.000000
# 2    2    3     368   184.000000
# 3   12    2      83    83.000000
# 4   30    3     943   943.000000
# 5  122    3     923   923.000000
# 6  345    4      10    10.000000

---

我觉得这就是答案，但我还有一个问题——假设‘avg’实际上是sum（）除以另一列中的唯一元素——我如何引用另一列。np.sum/np.unique（组['other_column']）？这有意义吗？我可能分两步来做

df1=df.groupby（['A'，'B']）['C'].agg（{'total'：np.sum}）；df1['avg']=df1.total/df.groupby（['A'，'B']）['other'].agg（{'num'：pd.Series.nunique}）.num；df1.reset_index（）

类似的内容；