Pandas Multiindex Groupby 聚合列与另一列的值

Posted 2023-03-11

【中文标题】Pandas Multiindex Groupby 聚合列与另一列的值

【英文标题】：Pandas Multiindex Groupby aggregate column with value from another column

【发布时间】：2018-03-01 19:55:33

【问题描述】：

我有一个带有多索引的 pandas 数据框，我想在其中聚合重复的键行，如下所示：

import numpy as np
import pandas as pd
df = pd.DataFrame('S':[0,5,0,5,0,3,5,0],'Q':[6,4,10,6,2,5,17,4],'A':
                  ['A1','A1','A1','A1','A2','A2','A2','A2'],
                  'B':['B1','B1','B2','B2','B1','B1','B1','B2'])
df.set_index(['A','B'])

    Q  S
A  B        
A1 B1   6  0
   B1   4  5
   B2  10  0
   B2   6  5
A2 B1   2  0
   B1   5  3
   B1  17  5
   B2   4  0

我想按此数据框分组以聚合 Q 值（总和）并保留与 Q 值的最大行相对应的 S 值，从而产生：

df2 = pd.DataFrame('S':[0,0,5,0],'Q':[10,16,24,4],'A':
                   ['A1','A1','A2','A2'],
                  'B':['B1','B2','B1','B2'])
df2.set_index(['A','B'])

        Q  S
A  B        
A1 B1  10  0
   B2  16  0
A2 B1  24  5
   B2   4  0

我尝试了以下方法，但没有成功：

df.groupby(by=['A','B']).agg('Q':'sum','S':df.S[df.Q.idxmax()])

有什么提示吗？

【参考方案1】：

一种方法是使用agg、apply和join：

g = df.groupby(['A','B'], group_keys=False)
g.apply(lambda x: x.loc[x.Q == x.Q.max(),['S']]).join(g.agg('Q':'sum'))

输出：

       S   Q
A  B        
A1 B1  0  10
   B2  0  16
A2 B1  5  24
   B2  0   4

【参考方案2】：

这是一种方法

In [1800]: def agg(x):
      ...:     m = x.S.iloc[np.argmax(x.Q.values)]
      ...:     return pd.Series('Q': x.Q.sum(), 'S': m)
      ...:

In [1801]: df.groupby(['A', 'B']).apply(agg)
Out[1801]:
        Q  S
A  B
A1 B1  10  0
   B2  16  0
A2 B1  24  5
   B2   4  0