Python 分组操作

我想在熊猫中执行groupby操作。例如，我想将字段B分组如下。 二：任何前面有2的。 三：任何前面有3的。 否则就别管这个牢房

例如： df

结果将是：

index   A    B    Count  Value    (Count: sum by group, Value: average by group)
x       abc  1-a    1      1
x       abc  Two    2      3
x       xyz  Three  2      1
y       abc  1-b    1      5
y       abc  1-c    0      3
y       ijk  Three  2      1
y       ijk  Two    1      2

通过使用str.split+agg

为了你的案子

df.groupby(['index','A','B']).agg(lambda x : x.mean() if x.name.startswith('Value') else x.sum()).reset_index() 

通过使用str.split+agg

为了你的案子

df.groupby(['index','A','B']).agg(lambda x : x.mean() if x.name.startswith('Value') else x.sum()).reset_index() 

也可以使用str.partition：

也可以使用str.partition：

---

谢谢温家宝！如果我有多个值1、值2、值3，…，代码会是什么样子，。。。。我想知道这些的平均值？还有更方便的方法吗？df.groupby['index'，'a'，'B'].aggrembda x:x.mean如果x.name.startswith'Value'else x.sum.reset_index@TylerNGThanks Wen！如果我有多个值1、值2、值3，…，代码会是什么样子，。。。。我想知道这些的平均值？还有更方便的方法吗？df.groupby['index'，'a'，'B'].aggrembda x:x.mean如果x.name.startswith'Value'else x.sum.reset_index@TylerNG

df.groupby(['index','A','B']).agg(lambda x : x.mean() if x.name.startswith('Value') else x.sum()).reset_index() 

# make new 'B'
df.B.where(df.B.str.contains('1'), other = df.B.str.partition('-')[0], inplace = True)

# group and agg
df.groupby([
    'index',
    'A',
    'B'
]).agg({
    'Count' : 'sum',
    'Value' : 'mean'
}).reset_index()