具有多列的数据框的不同聚合

Posted 2023-02-16

【中文标题】具有多列的数据框的不同聚合

【英文标题】：Different aggregation for dataframe with several columns

【发布时间】：2021-11-21 07:04:14

【问题描述】：

我正在寻找一些捷径来减少所需的手动分组：

我有一个包含许多列的数据框。当按“级别”对数据框进行分组时，我想使用 nunique() 对两列进行分组，但所有其他列（大约 60 列代表从 2021 年开始的年份）使用 mean()。

有人知道如何定义“其余”列吗？ 谢谢！

【参考方案1】：

我会这样做

import pandas as pd
df = pd.DataFrame('X':[1,1,1,2,2,2],'A':[1,2,3,4,5,6],'B':[1,2,3,4,5,6],'C':[7,8,9,10,11,12],'D':[13,14,15,16,17,18],'E':[19,20,21,22,23,24])
aggdct = dict.fromkeys(df.columns, pd.Series.mean)
del aggdct['X']
aggdct['A'] = pd.Series.nunique
print(df.groupby('X').agg(aggdct))

输出

   A  B   C   D   E
X
1  3  2   8  14  20
2  3  5  11  17  23

说明：我准备了dict 以及如何使用 dict.fromkeys 进行聚合的信息，它确实提供了 dict，其中键是列名，值是 pd.Series.mean 函数，然后删除要在 groupby 中使用的列并将选定列更改为持有pd.Series.nunique 而不是pd.Series.mean

【讨论】：

这正是我想要的。非常感谢！