Pandas groupby 将特定函数聚合/应用到特定列（np.sum，sum）

Posted 2023-03-11

【中文标题】Pandas groupby 将特定函数聚合/应用到特定列（np.sum，sum）

【英文标题】：Pandas groupy aggregate/apply specific functions to specific columns (np.sum, sum)

【发布时间】：2021-04-25 03:37:36

【问题描述】：

我有以下数据框：

df = pd.DataFrame(['name': 'John', 'counter' : [1,1,3,5],'name': 'John', 'counter' : [2,0,1,5],'name': 'John', 'counter' : [4,1,2,2]])
df['counter'] = df['counter'].apply(lambda x : np.array(x))
df['counter2'] = df['counter']
df['pmcount'] = 1

df
   name       counter      counter2  pmcount
0  John  [1, 1, 3, 5]  [1, 1, 3, 5]        1
1  John  [2, 0, 1, 5]  [2, 0, 1, 5]        1
2  John  [4, 1, 2, 2]  [4, 1, 2, 2]        1

我需要按“名称”对数据进行分组，分别对每一列应用“np.sum”、“np.maximum.reduce”和“sum”函数。

---

另外，每个功能都可以正常工作：

result1 = df.groupby(['name'])['counter'].apply(np.sum).reset_index()
result1
   name        counter
0  John  [7, 2, 6, 12]

result2 = df.groupby(['name'])['counter2'].apply(lambda x: np.maximum.reduce(list(x))).reset_index()
result2
   name      counter2
0  John  [4, 1, 3, 5]

result3 = df.groupby(['name'])['pmcount'].sum().reset_index()
result3
   name  pmcount
0  John        3

---

但是当我尝试使用 pandas agreggate 函数为每一列指定每个函数时，我得到一个错误：

function_dict = 'counter': np.sum , "counter2": lambda x: np.maximum.reduce(list(x)) , 'pmcount': 'sum'
result = df.groupby('name').agg(function_dict)

ValueError: Must produce aggregated value

预期结果：

   name        counter      counter2  pmcount
0  John  [7, 2, 6, 12]  [4, 1, 3, 5]        3

---

我尝试在数组列中使用列表类型而不是 np.array，但不仅我得到了同样的错误， 但我也无法在 np.sum 函数中重现与以前相同的结果（即使将 np.array() 与 lambda 表达式一起使用）。

【参考方案1】：

无需汇总，因为您已经完成了工作：

分解“分组依据”操作 请勿重置索引（在中间步骤） 创建一个具有相同索引的新数据框

ndf = pd.DataFrame()
ndf['counter'] = gdf['counter'].apply(np.sum)
ndf['counter2'] = gdf['counter2'].apply(lambda x: np.maximum.reduce(list(x)))
ndf['pmcount'] = gdf['pmcount'].sum()
ndf.reset_index(inplace=True)

Out[1]: 
   name        counter      counter2  pmcount
0  John  [7, 2, 6, 12]  [4, 1, 3, 5]        3

【参考方案2】：

尝试：

df = df.groupby(['name']).agg('counter': lambda x: list(x.sum()), 'counter2': lambda x: ((list(x))), 'pmcount': 'sum') .reset_index()
df['counter2'] = df['counter2'].apply(lambda x: np.maximum.reduce(np.array(x)))

或

df.groupby(['name']).agg('counter': lambda x: list(x.sum()), 'counter2': lambda x: list(np.maximum.reduce(list(x))), 'pmcount': 'sum').reset_index()

---

df:

    name    counter         counter2        pmcount
0   John    [7, 2, 6, 12]   [4, 1, 3, 5]    3

【参考方案3】：

您必须将结果转换为列表，否则，结果将被解释为 Series o DataFrame

function_dict = 'counter': lambda x: list(np.sum(x)) , "counter2": lambda x: list(np.maximum.reduce(list(x))) , 'pmcount': 'sum'