如何按 headers 列和运行汇总统计数据对 pandas 数据帧进行分组？ [python]

Question

我正在尝试根据数据框制作汇总统计数据 table，但我很难思考如何正确分组列。

我有以下数据框：

       Year     Value_1     Value 2
------------------------------------
0      2012          43          34
1      2012          45          24
2      2012          35          44
3      2012          32          44
4      2012          35          31
5      2012          65          51
...
76     2015          34          22
77     2015          74          34 
78     2015          63          76 
79     2015          54          45 
80     2015          25          76
...

我想创建一个 table 来显示每个 Value 和每个年份的平均值、中位数、最小值和最大值。所以我希望输出 table 首先按 Value 分组，然后按 Year 分组，显示每个 Value 类别的平均值、中位数、最小值和最大值每年。

我试过简单地做：

df.groupby('Year').describe()

和我想要的按年份分组，但它没有按 Value 类别分组，因此重复平均值、中值、最小值和最大值列两次。我不想重复“平均值”、“中值”、“最小值”和“最大值”列。如何在 python 中解决这个问题？我无法概念化应该如何组织这个分组。

我希望生成此输出数据帧：

  Value      Year     Mean    Median    Min    Max
---------------------------------------------------
Value_1      2012       XX        XX     XX     XX
             2013       XX        XX     XX     XX 
             2014       XX        XX     XX     XX
             2015       XX        XX     XX     XX
Value_2      2012       XX        XX     XX     XX
             2013       XX        XX     XX     XX
             2014       XX        XX     XX     XX
             2015       XX        XX     XX     XX

Answer 1

IIUC 你希望它看起来像这样：

编辑：再进行一次（更短的）尝试：

(1)

df = pd.DataFrame(
    {'Year': [2012, 2012, 2012, 2012, 2013, 2013, 2015, 2015, 2015, 2016, 2016],
     'Value_1': [43, 45, 35, 32, 35, 65, 34, 74, 63, 54, 25],
     'Value_2': [34, 24, 44, 44, 31, 51, 22, 34, 76, 45, 76]})

res = (df
       .melt('Year')
       .groupby(['variable', 'Year'])
       .describe()
       .droplevel(0,axis=1))

print(res)

               count   mean        std   min    25%   50%    75%   max
variable Year                                                         
Value_1  2012    4.0  38.75   6.238322  32.0  34.25  39.0  43.50  45.0
         2013    2.0  50.00  21.213203  35.0  42.50  50.0  57.50  65.0
         2015    3.0  57.00  20.663978  34.0  48.50  63.0  68.50  74.0
         2016    2.0  39.50  20.506097  25.0  32.25  39.5  46.75  54.0
Value_2  2012    4.0  36.50   9.574271  24.0  31.50  39.0  44.00  44.0
         2013    2.0  41.00  14.142136  31.0  36.00  41.0  46.00  51.0
         2015    3.0  44.00  28.354894  22.0  28.00  34.0  55.00  76.0
         2016    2.0  60.50  21.920310  45.0  52.75  60.5  68.25  76.0

(2)

df = pd.DataFrame(
    {'Year': [2012, 2012, 2012, 2012, 2013, 2013, 2015, 2015, 2015, 2016, 2016],
     'Value_1': [43, 45, 35, 32, 35, 65, 34, 74, 63, 54, 25],
     'Value_2': [34, 24, 44, 44, 31, 51, 22, 34, 76, 45, 76]})

res = (df
       .groupby('Year')
       .describe()
       .unstack()
       .unstack(level=1)
       .reset_index()
       .rename(columns={'level_0' : 'value'})
       .set_index(['value', 'Year']))

print(res)

              count   mean        std   min    25%   50%    75%   max
value   Year                                                         
Value_1 2012    4.0  38.75   6.238322  32.0  34.25  39.0  43.50  45.0
        2013    2.0  50.00  21.213203  35.0  42.50  50.0  57.50  65.0
        2015    3.0  57.00  20.663978  34.0  48.50  63.0  68.50  74.0
        2016    2.0  39.50  20.506097  25.0  32.25  39.5  46.75  54.0
Value_2 2012    4.0  36.50   9.574271  24.0  31.50  39.0  44.00  44.0
        2013    2.0  41.00  14.142136  31.0  36.00  41.0  46.00  51.0
        2015    3.0  44.00  28.354894  22.0  28.00  34.0  55.00  76.0
        2016    2.0  60.50  21.920310  45.0  52.75  60.5  68.25  76.0

如何按 headers 列和 运行 汇总统计数据对 pandas 数据帧进行分组？ [python]

How to group pandas dataframe by column headers and run summary statitics? [python]

pandas

如何按 headers 列和运行汇总统计数据对 pandas 数据帧进行分组？ [python]