分区上的聚合 - 熊猫数据框
Posted
技术标签:
【中文标题】分区上的聚合 - 熊猫数据框【英文标题】:Aggregation over Partition - pandas Dataframe 【发布时间】:2016-06-24 15:20:16 【问题描述】:我正在寻找基于特定分区聚合值的最佳方法,相当于
SUM(TotalCost) OVER(PARTITION BY ShopName) Earnings ( SQL server)
我可以通过 Pandas 中的以下步骤来做到这一点,但正在寻找一种我确信应该存在的本机方法
TempDF= DF.groupby(by=['ShopName'])['TotalCost'].sum()
TempDF= TempDF.reset_index()
NewDF=pd.merge(DF , TempDF, how='inner', on='ShopName')
非常感谢您的阅读!
【问题讨论】:
【参考方案1】:您可以在组聚合中使用 pandas transform() 方法,例如 SQL 中的“OVER(partition by ...)”:
import pandas as pd
import numpy as np
#create dataframe with sample data
df = pd.DataFrame('group':['A','A','A','B','B','B'],'value':[1,2,3,4,5,6])
#calculate AVG(value) OVER (PARTITION BY group)
df['mean_value'] = df.groupby('group').value.transform(np.mean)
df:
group value mean_value
A 1 2
A 2 2
A 3 2
B 4 5
B 5 5
B 6 5
【讨论】:
以上是关于分区上的聚合 - 熊猫数据框的主要内容,如果未能解决你的问题,请参考以下文章