如何在 Pandas 数据框中按列值分组

Posted 2023-03-11

【中文标题】如何在 Pandas 数据框中按列值分组

【英文标题】：How to Group by column value in Pandas Data frame

【发布时间】：2019-04-15 01:11:03

【问题描述】：

我有这样的熊猫数据框。我想在单独的变量中按 App_Name 分组

App_Name    Date        Response    Gross Revenue
com.apple.tiles2    2018-10-13  3748.723574 24133394
com.orange.thescore 2018-10-13  2034.611964 8273607
com.number.studio   2018-10-13  1807.756545 33736740
com.orange.thescore 2018-10-14  4671.930435 38575556
com.number.studio   2018-10-14  3533.461547 38726087
com.banana.com      2018-10-14  2920.33747  86230313
com.apple.tiles2    2018-10-15  3986.434851 35928884
com.number.studio   2018-10-15  2044.759823 76526368
com.apple.tiles2    2018-10-16  2610.214035 30611434
com.alpha.studio    2018-10-16  1731.429858 11643154
com.banana.com      2018-10-16  1601.387403 13781285
com.alpha.studio    2018-10-17  2769.373388 13198984
com.banana.com      2018-10-17  2205.359489 21974901
com.orange.thescore 2018-10-17  1820.852862 7565015
com.alpha.studio    2018-10-18  2784.822039 24217875
com.banana.com      2018-10-18  2545.899329 28361412
com.orange.thescore 2018-10-18  2052.207745 7544861

我想按 App_Name 对数据进行分组并存储在每个 App_Name 的单独列表或数据框中，如下所示：

App_Name    Date        Response    Gross Revenue
com.alpha.studio    2018-10-16  1731.429858 11643154
com.alpha.studio    2018-10-17  2769.373388 13198984
com.alpha.studio    2018-10-18  2784.822039 24217875

App_Name    Date        Response    Gross Revenue
com.apple.tiles2    2018-10-13  3748.723574 24133394
com.apple.tiles2    2018-10-15  3986.434851 35928884
com.apple.tiles2    2018-10-16  2610.214035 30611434

App_Name    Date        Response    Gross Revenue
com.banana.com      2018-10-14  2920.33747  86230313
com.banana.com      2018-10-16  1601.387403 13781285
com.banana.com      2018-10-17  2205.359489 21974901
com.banana.com      2018-10-18  2545.899329 28361412

App_Name    Date        Response    Gross Revenue
com.number.studio   2018-10-14  3533.461547 38726087
com.number.studio   2018-10-13  1807.756545 33736740
com.number.studio   2018-10-15  2044.759823 76526368

App_Name    Date        Response    Gross Revenue
com.orange.thescore 2018-10-13  2034.611964 8273607
com.orange.thescore 2018-10-14  4671.930435 38575556
com.orange.thescore 2018-10-17  1820.852862 7565015
com.orange.thescore 2018-10-18  2052.207745 7544861

【问题讨论】：

df.groupby('App_Name')?

我想知道这个问题是如何在 3 分钟内获得 4 票的。

【参考方案1】：

将groupby 对象转换为DataFrames 字典：

d = dict(tuple(df.groupby('App_Name')))

print (d['com.alpha.studio'])
            App_Name        Date     Response     Gross  Revenue
9   com.alpha.studio  2018-10-16  1731.429858  11643154      NaN
11  com.alpha.studio  2018-10-17  2769.373388  13198984      NaN
14  com.alpha.studio  2018-10-18  2784.822039  24217875      NaN

编辑：

d1 = 
for k, v in d.items():
     d1[k] = v['Gross Revenue'].rolling(2).mean()

【讨论】：

您知道为什么dict(df.groupby('App_Name') 给出TypeError: attribute of type 'str' is not callable 错误吗？这非常奇怪

@juanpa.arrivillaga - 抱歉，不知道。

@jezrael 我想计算总收入的滚动平均值，并用计算的平均值和相应的日期分别存储日期框架。可以帮忙吗

标准DataFrame的公式是什么？

@hamsa - 检查已编辑的答案。是否可以按每个 DataFrame 循环，计算值并附加回来。