通过 Group By Pandas 创建两个聚合列

Posted 2023-03-11

【中文标题】通过 Group By Pandas 创建两个聚合列

【英文标题】：Create two aggregate columns by Group By Pandas

【发布时间】：2017-01-17 11:07:06

【问题描述】：

我是 DataFrames 的新手，我想对多列进行分组，然后对最后一列求和并保持计数。例如

s = pd.DataFrame(np.matrix([[1, 2,3,4], [3, 4,7,6],[3,4,5,6],[1,2,3,7]]), columns=['a', 'b', 'c', 'd'])

   a  b  c  d
0  1  2  3  4
1  3  4  7  6
2  3  4  5  6
3  1  2  3  7

我想对a、b 和c 进行分组，然后对d 求和并计算组中的元素。 我可以数数

s = s.groupby(by=["a", "b", "c"])["d"].count()

    a  b  c
    1  2  3    2
    3  4  5    1
          7    1

我可以总结

s = s.groupby(by=["a", "b", "c"])["d"].sum()

a  b  c
1  2  3    11
3  4  5     6
      7     6

但是我想将它组合起来，使得生成的数据框同时具有 sum 和 count 列。

    a  b  c   sum    count
    1  2  3    11     2
    3  4  5     6     1
          7     6     1

【参考方案1】：

您可以使用aggregate，或更短的版本agg：

print (s.groupby(by=["a", "b", "c"])["d"].agg([sum, 'count']))
#print (s.groupby(by=["a", "b", "c"])["d"].aggregate([sum, 'count']))
       sum  count
a b c            
1 2 3   11      2
3 4 5    6      1
    7    6      1

Pandas documentation.

size和count的区别是：

size 计算 NaN 值，count 不计算。

如果还需要计数NaN 值：

print (s.groupby(by=["a", "b", "c"])["d"].agg([sum, 'size']))
       sum  size
a b c           
1 2 3   11     2
3 4 5    6     1
    7    6     1