pandas 数据框中多列的聚合

Question

数据：

z = pd.DataFrame({'a':[1,1,1,2,2,3,3],'b':[3,4,5,6,7,8,9], 'c':[10,11,12,13,14,15,16]})

我的代码：

gbz = z.groupby('a')
f1 = lambda x: x.loc[x['b'] > 4]['c'].mean()
f2 = lambda x: x.mean()
f3 = {'I don't know what should I write here':{'name1':f1}, 'b':{'name2': f2}}
list1 = gbz.agg(f3)

问题：

如何在函数 "f1" 中使用多个列？ (此函数需要groupby对象的两列)

预期结果：

     name1  name2
1    12.0   4
2    13.5   6.5
3    15.5   8.5

Answer 1

agg 函数中的嵌套字典是 deprecated。您可能会做的是使用 groupby.apply 和 return 为每个组使用正确索引的系列以进行重命名：

(z.groupby('a')
  .apply(lambda g: pd.Series({
    'name1': g.c[g.b > 4].mean(),
    'name2': g.b.mean()
})))

#  name1    name2
#a      
#1  12.0    4.0
#2  13.5    6.5
#3  15.5    8.5

Answer 2

您可以像这样将 agg 与 lambda 一起使用：

g = z.groupby('a').agg(lambda x: [x[(x.b > 4)].c.mean(), x.b.mean()])

您必须手动重命名列：

g.columns = ['name1', 'name2']

print(g)
   name1  name2
a              
1   12.0    4.0
2   13.5    6.5
3   15.5    8.5

pandas 数据框中多列的聚合

Aggregation on multiple columns in a pandas dataframe

python

group-by

dataframe

pandas

pandas-groupby

数据：

我的代码：

问题：

预期结果：