折叠 Pandas 数据框中的行，每列具有不同的逻辑 [重复]

Posted 2023-03-11

【中文标题】折叠 Pandas 数据框中的行，每列具有不同的逻辑 [重复]

【英文标题】：Collapse rows in Pandas dataframe with different logic per column [duplicate]

【发布时间】：2018-10-08 15:44:27

【问题描述】：

我想折叠与给定列的值匹配的数据框行，但必须使用不同的逻辑折叠其余列。示例：

City           ColumnA   ColumnB
Seattle        20        30
Seattle        30        20
Portland       25        25
Portland       10        40

我想按城市折叠，例如，我希望 ColumnA 保持最低值，而 ColumnB 保持平均值。结果应如下所示：

City           ColumnA   ColumnB
Seattle        20        25
Portland       10        32.5

这只是一个例子，在我的实际问题中，我想应用更复杂的逻辑而不是 min() 或 mean()。

正确，最干净和最简单的方法是什么？谢谢。

【问题讨论】：

这在docs的相关部分都有介绍。

【参考方案1】：

使用groubpy 和.agg：

df.groupby('City', as_index=False).agg('ColumnA':'min', 'ColumnB':'mean')

       City  ColumnA  ColumnB
0  Portland       10     32.5
1   Seattle       20     25.0

【讨论】：

谢谢！如果我要应用的逻辑不是 min() 或 mean()，而是自定义的东西怎么办？

.agg 可能有点棘手，这取决于你想做什么，但看看here，它可能会有所帮助