如何在 pandas groupby 对象上调用不同的聚合操作
How can you call different aggregate operations on pandas groubpy object
df.groupby("home_team_name")["home_team_goal_count","away_team_goal_count"].sum()
我想根据变量对我的数据框中的示例进行分组 home_team_name我想对不同的属性执行不同的操作。我想对其中一个求和，对其中一个求和，对另一个求最后一次。
到目前为止，我只知道如何对它们执行相同的操作，就像在我的代码示例中一样。
你可以这样做：
import numpy as np
df.groupby("home_team_name").agg({'home_team_goal_count': sum,
'away_team_goal_count': np.mean})
中的更多示例
要获得 last 值，您可以这样做：
df.groupby("home_team_name").agg({'home_team_goal_count': 'last',
'away_team_goal_count': 'last'})
df.groupby("home_team_name")["home_team_goal_count","away_team_goal_count"].sum()
我想根据变量对我的数据框中的示例进行分组 home_team_name我想对不同的属性执行不同的操作。我想对其中一个求和，对其中一个求和，对另一个求最后一次。
到目前为止，我只知道如何对它们执行相同的操作，就像在我的代码示例中一样。
你可以这样做：
import numpy as np
df.groupby("home_team_name").agg({'home_team_goal_count': sum,
'away_team_goal_count': np.mean})
要获得 last 值，您可以这样做：
df.groupby("home_team_name").agg({'home_team_goal_count': 'last',
'away_team_goal_count': 'last'})