为 pandas groupby 中的不同特征分配不同的聚合函数

Posted 2023-03-11

【中文标题】为 pandas groupby 中的不同特征分配不同的聚合函数

【英文标题】：Assign different aggregation functions to different features in pandas groupby

【发布时间】：2020-06-03 22:01:23

【问题描述】：

我有如下数据（我有 100 列，而不是 4 列）

raw_data =  
        'age': [52, 52, 24, 24, 24], 
        'a': [4, 24, 31, 2, 3],
        'b': [3, 2, 3, 4, 3],
        'c': [2, 5, 8, 2, 1]
df = pd.DataFrame(raw_data, columns = [ 'age', 'a', 'b', 'c'])

导致

    age a   b   c
0   52  4   3   2
1   52  24  2   5
2   24  31  3   8
3   24  2   4   2
4   24  3   3   1

我想按年龄对数据进行分组，并找到一些特征的平均值和剩余特征的总和。我试过这个：

feats = ['a', 'b']
df.groupby('age').agg(feats:['mean'], 'c':['sum'])

由于我在真实数据中有 100 个特征，我无法将函数（我有多个函数要分配：RMS、Kurtosis、能量指数等）分配给单个特征（我可以，但它非常耗时且不聪明）是有什么办法可以做到这一点？

【问题讨论】：

那么，在这 100 个特征中，有没有你想要求和的模式以及你想要的平均值？您可以使用字典理解和一些过滤逻辑来创建聚合字典。

@ScottBoston 我有传感器功能和事件代码。我想找到传感器特征的平均值和事件代码的总和。但是，字典是个好主意。我会试试的。谢谢。

【参考方案1】：

使用字典理解。

agg_d = i:'mean' for i in feats
agg_d['c'] = 'sum'

df.groupby('age').agg(agg_d)

输出：

      a         b   c
age                  
24   12  3.333333  11
52   14  2.500000   7

更新，你可以通过一个列表使用多个聚合函数：

agg_d = i:['sum','max','first', lambda x: sum(x**2)] for i in feats
agg_d['c'] = 'sum'

【讨论】：

感谢 Aggie 同胞 :) 如果我有多个功能而不是一个，我该怎么办？

@ArchDesai Gig'em！您可以使用列表而不是像这样的“平均”agg_d = i:['sum','max','first',lambda x: x**2] for i in feats

非常感谢。这就是我一直在寻找的。我接受了答案。您能否编辑您的答案（抱歉，我稍后添加了多个有问题的功能）？

@Scott Boston，在应用上述 agg_d 时：ValueError: Must produce aggregated value。也许应该是agg_d = i:['sum','max','first', lambda x: sum(x**2)] for i in feats？

@lpj... 哎呀，你是对的。很好的修正。谢谢！