Python 为聚合创建临时列

假设我正在为聚合创建以下（临时）列：

df['count_of_source_videos'] = np.where(df['is_main_video'] & df['file_name'].str.contains('DIGITAL_SOURCE'), 1, 0)

然后是聚合部分：

summary_df = df.groupby(['provider', 'id']).agg(
  num_source_videos = ('count_of_source_videos', 'sum'),
).reset_index()

使用上述方法，源视频的列

count\u

将永久保留在那里。有没有一种方法可以在不添加新列的情况下进行聚合？如果是，怎么做？

您可以对现有列使用

.rename（）

，而不是创建新列：

df['count_of_source_videos'] = np.where(df['is_main_video'] &
                                 df['file_name'].str.contains('DIGITAL_SOURCE'),
                                 1, 0)
summary_df = (df.groupby(['provider', 'id'])['count_of_source_videos'].sum()
                .rename('num_source_videos').reset_index())

或一行：

summary_df = (df.assign(count_of_source_videos=
                        np.where(df['is_main_video'] &
                                 df['file_name'].str.contains('DIGITAL_SOURCE'),
                                 1, 0))
                .groupby(['provider', 'id'])['count_of_source_videos'].sum()
                .rename('num_source_videos').reset_index())

您可以对现有列使用

.rename（）

，而不是创建新列：

df['count_of_source_videos'] = np.where(df['is_main_video'] &
                                 df['file_name'].str.contains('DIGITAL_SOURCE'),
                                 1, 0)
summary_df = (df.groupby(['provider', 'id'])['count_of_source_videos'].sum()
                .rename('num_source_videos').reset_index())

或一行：

summary_df = (df.assign(count_of_source_videos=
                        np.where(df['is_main_video'] &
                                 df['file_name'].str.contains('DIGITAL_SOURCE'),
                                 1, 0))
                .groupby(['provider', 'id'])['count_of_source_videos'].sum()
                .rename('num_source_videos').reset_index())

试试这个：

s = df['is_main_video'] & df['file_name'].str.contains('DIGITAL_SOURCE')
summary_df = s.groupby([df.provider, df.id]).agg(num_source_videos = 'sum').reset_index()

如果您不想创建一个临时系列

s

，您可以将其链接起来，但它的可读性较差

summary_df = ((df['is_main_video'] & df['file_name'].str.contains('DIGITAL_SOURCE'))
                      .groupby([df.provider, df.id])
                      .agg(num_source_videos = 'sum').reset_index())

试试这个：

s = df['is_main_video'] & df['file_name'].str.contains('DIGITAL_SOURCE')
summary_df = s.groupby([df.provider, df.id]).agg(num_source_videos = 'sum').reset_index()

如果您不想创建一个临时系列

s

，您可以将其链接起来，但它的可读性较差

summary_df = ((df['is_main_video'] & df['file_name'].str.contains('DIGITAL_SOURCE'))
                      .groupby([df.provider, df.id])
                      .agg(num_source_videos = 'sum').reset_index())

---

我明白了，如果根本没有第一行，在

（…）

中执行函数，或者这是不可能的呢？@David542我这样做需要对已经存在的列求和。您可以使用

.assign

将其设置为“一行”。不过：我明白了，如果根本没有第一行并在

（…）

中执行该函数，会怎么样？或者这是不可能的？@David542我这样做的方式需要对已经存在的列进行求和。您可以使用

将其设置为“一行”。尽管：