Pandas、groupby 和其他列中的计数数据

Posted 2023-03-12

【中文标题】Pandas、groupby 和其他列中的计数数据

【英文标题】：Pandas, groupby and counting data in others columns

【发布时间】：2019-08-10 00:06:13

【问题描述】：

我有四列数据，包括：Id、CreationDate、Score 和 ViewCount。

CreationDate 具有下一个格式，例如：2011-11-30 19:41:14.960。 我需要对CreationDate 的年份进行分组，计算它们，将Score 和ViewCount 相加，并添加到其他列中。

我想与 pandas 库一起使用。

谢谢！

更改之前 - 示例：

     Id   CreationDate              Score   ViewCount
0    1    2011-11-30 19:15:54.070   25      1526
1    2    2011-11-30 19:41:14.960   20      601
2    3    2012-11-30 19:42:45.470   36      1015
3    4    2018-11-30 19:44:55.593   8       1941
4    5    2011-11-30 19:53:23.387   11      5053
5    6    2018-11-30 20:04:43.757   25      5123
6    7    2011-11-30 20:08:23.267   53      8945

更改后 - 呈现这样的数据：

     Id   CreationDate              Score   ViewCount
0    1    2011                      109     16125
2    3    2012                      36      1015
3    4    2018                      33      7064                            

【参考方案1】：

您可以通过Series.dt.year 将列转换为年份，并通过GroupBy.agg 使用具有聚合功能的列的字典进行聚合，最后添加DataFrame.reindex 如有必要，与原始DataFrame 中的列顺序相同：

#if necessary convert to datetimes
df['CreationDate'] = pd.to_datetime(df['CreationDate'])

df1 = (df.groupby(df['CreationDate'].dt.year)
         .agg('Id':'first', 'Score':'sum', 'ViewCount':'sum')
         .reset_index()
         .reindex(columns=df.columns)
       )

print (df1)
   Id  CreationDate  Score  ViewCount
0   1          2011    109      16125
1   3          2012     36       1015
2   4          2018     33       7064