Python 如何在大熊猫中有效聚集

我的数据集：

agg       x       y
                               
 1       1       2
 1       2       3       
 1       2       1      
 1       4       5

预期产出：

     X_CNT  X_CNT0  Y_MIN  Y_MAX  Y_SUM
agg                                    
1        4       0      1      5      11

我正在尝试在PANDAS中创建以下sql查询：

CREATE TABLE summ AS 
  SELECT Sum (CASE 
                WHEN x != 0 THEN 1 
                ELSE 0 
              END) AS X_CNT, 
         Sum (CASE 
                WHEN x = 0 THEN 1 
                ELSE 0 
              END) AS X_CNT0, 
         Min (y)   AS Y_MIN, 
         Max (y)   AS Y_MAX, 
         Sum (y)   AS Y_SUM 
  FROM   df

我想到了以下几点：

df1=df.groupby('agg').agg({'x':lambda val: (val != 0).sum()}).rename(columns={'x':'X_CNT'})
df2=df.groupby('agg').agg({'x':lambda val: (val == 0).sum()}).rename(columns={'x':'X_CNT0'})
df3=df.groupby('agg').agg({'y':'min'}).rename(columns={'y':'Y_MIN'})
df4=df.groupby('agg').agg({'y':'max'}).rename(columns={'y':'Y_MAX'})
df5=df.groupby('agg').agg({'y':'sum'}).rename(columns={'y':'Y_SUM'})

dfs=[df1,df2,df3,df4,df5]
from functools import reduce

summ = reduce(lambda left,right: pd.merge(left,right,how='inner',on='agg'), dfs)

---

是否有更有效的方法/最佳实践来执行此操作？

最简单的方法是使用

DataFrame

构造函数，如：

summ = pd.DataFrame({'X_CNT': (df.x != 0).sum(),
                     'X_CNT0': (df.x == 0).sum(),
                     'Y_MIN': df.y.min(),
                     'Y_MAX': df.y.max(),
                     'Y_SUM': df.y.sum()}, index=[0])
print(summ)
   X_CNT  X_CNT0  Y_MIN  Y_MAX  Y_SUM
0      4       0      1      5     11

---

下面是一种方法，在我的示例中使用合成数据：

df = pd.DataFrame({"x": np.random.randint(0, 3, 6), "y": np.random.randint(0, 3, 6)})
print(df) 
==>
   x  y
0  0  2
1  2  0
2  2  1
3  2  0
4  2  1
5  1  0

res = pd.DataFrame().assign(x_cnt = [(df.x != 0).sum()],
                            x_cnt_0 = [(df.x == 0).sum()], 
                            y_min = [df.y.min()], 
                            y_max = [df.y.max()], 
                            y_sum = [df.y.sum()], 
                           )
print(res)

==>
   x_cnt  x_cnt_0  y_min  y_max  y_sum
0      5        1      0      2      4

---

欢迎来到SO。能否请您提供样本数据和预期输出（如问题中的文本？）此外，我不确定我是否理解“agg”的作用。据我所知，它不在原始SQL查询中。hi@Roy2012，谢谢。我编辑了这个问题，但我很难将数据对齐……至于“agg”的角色，唯一的目的是对整个表执行聚合。有更好的方法吗？好的，答案已编辑。x_cnt和x_cnt0是相同的