如何分组并将操作聚合到多个列？

Posted 2023-03-24

【中文标题】如何分组并将操作聚合到多个列？

【英文标题】：How to groupby and aggregate an operation to multiple columns?

【发布时间】：2021-01-07 00:38:06

【问题描述】：

我正在尝试根据两列为数据框中的行创建平均值，但出现以下错误：

TypeError: 'numpy.float64' object is not callable

数据框：

       date               origin  positive_score  neutral_score  negativity_score  compound_score
 2020-09-19            the verge           0.130          0.846             0.024          0.9833
 2020-09-19            the verge           0.130          0.846             0.024          0.9833
 2020-09-19                 fool           0.075          0.869             0.056          0.8560
 2020-09-19        seeking_alpha           0.067          0.918             0.015          0.9983
 2020-09-19        seeking_alpha           0.171          0.791             0.038          0.7506
 2020-09-19        seeking_alpha           0.095          0.814             0.091          0.9187
 2020-09-19        seeking_alpha           0.113          0.801             0.086          0.9890
 2020-09-19        seeking_alpha           0.094          0.869             0.038          0.9997
 2020-09-19  wall street journal           0.000          1.000             0.000          0.0000
 2020-09-19        seeking_alpha           0.179          0.779             0.042          0.9997
 2020-09-19        seeking_alpha           0.178          0.704             0.117          0.7360

我的代码：

    def mean_indicators(cls, df: pd.DataFrame):
        df_with_mean = df.groupby([DATE, ORIGIN], as_index=False).agg(POSITIVE_SCORE: df[POSITIVE_SCORE].mean(),
                                                                       NEGATIVE_SCORE: df[NEGATIVE_SCORE].mean(),
                                                                       NEUTRAL_SCORE: df[NEUTRAL_SCORE].mean(),
                                                                       COMPOUND_SCORE: df[COMPOUND_SCORE].mean()
                                                                       )
        return df_with_mean

【参考方案1】：

我认为这应该做你想要的：

def mean_indicators(cls, df: pd.DataFrame):
    df_with_mean = df.groupby([DATE, ORIGIN], as_index=False).agg(
    POSITIVE_SCORE: "mean",
     NEGATIVE_SCORE: "mean",
     NEUTRAL_SCORE: "mean",
     COMPOUND_SCORE: "mean",
)
    return df_with_mean

您也可以使用 here 所见的命名聚合语法

【参考方案2】：

错误是错误聚合操作的结果。 POSITIVE_SCORE: df[POSITIVE_SCORE].mean() 不正确。 'positive_score': 'mean'是正确的 由于您尝试对所有未分组的数字列取平均值，因此不需要该函数。 使用pandas.core.groupby.GroupBy.mean 对整个数据帧进行一项操作。 使用pandas.core.groupby.DataFrameGroupBy.aggregate 聚合不同的操作。 Applying multiple functions at once

# just groupby and mean
df_mean = df.groupby(['date', 'origin'], as_index=False).mean()

# display(df_mean())
       date               origin  positive_score  neutral_score  negativity_score  compound_score
 2020-09-19                 fool        0.075000       0.869000             0.056        0.856000
 2020-09-19        seeking_alpha        0.128143       0.810857             0.061        0.913143
 2020-09-19            the verge        0.130000       0.846000             0.024        0.983300
 2020-09-19  wall street journal        0.000000       1.000000             0.000        0.000000