聚合数据并获取总和和计数

Question

我在 python 中有一个包含很多行的对象：

输入：

    Team1     Player1     idTrip13     133
    Team2     Player333   idTrip10     18373
    Team3     Player22    idTrip12     17338899
    Team2     Player293   idTrip02     17656
    Team3     Player20    idTrip11     1883
    Team1     Player1     idTrip19     19393

我需要汇总这些数据（如数据透视表 table）。

我正在处理的输出：

Team1   Player1 : 2 trips : sum(133+19393)
Team2   Player333 : 1 trip : 18373; Player293 : 1 trip : 17656
Team3   Player22 : 1 trip : 17338899; Player20 : 1 trip : 1883

有人可以建议使用 Python 中的适当对象，以便我可以得到以下输出吗？

print team, player, trips, time

Answer 1

对pandas DataFrames

使用groupby函数

将您的数据放入列表列表中，每个内部列表将是数据框中的一行。

In[1]:

mydata = [['Team1', 'Player1', 'idTrip13', 133], ['Team2', 'Player333', 'idTrip10', 18373],
['Team3', 'Player22', 'idTrip12', 17338899], ['Team2', 'Player293','idTrip02', 17656], 
['Team3', 'Player20', 'idTrip11', 1883], ['Team1', 'Player1', 'idTrip19', 19393]]

df = pd.DataFrame(mydata, columns = ['team', 'player', 'trips', 'time'])

df
Out[1]:
     team    player       trips      time
0   Team1   Player1     idTrip13    133
1   Team2   Player333   idTrip10    18373
2   Team3   Player22    idTrip12    17338899
3   Team2   Player293   idTrip02    17656
4   Team3   Player20    idTrip11    1883
5   Team1   Player1     idTrip19    19393

Call groupby()，传递你想用作石斑鱼的栏目，并将函数应用于组。

例子

例如。 1 求出每个团队进行的旅行次数。 team 是石斑鱼，我们在 ['trips'].

列上应用函数 count()

In[2]:
trip_count = df.groupby(by = ['team'])['trips'].count() 

trip_count              
Out[2]:          

 team
Team1    2
Team2    2
Team3    2
Name: trips, dtype: int64

例如。 2（多列）：找出团队中每个球员花费在旅行上的总时间。我们使用 2 列 ['team', 'player'] 作为石斑鱼，并在列 ['time'].

上应用函数 sum()

In[3]:              
trip_time = df.groupby(by = ['team', 'player'])['time'].sum() 

trip_time        
Out[3]:

 team   player   
Team1  Player1         19526
Team2  Player293       17656
       Player333       18373
Team3  Player20         1883
       Player22     17338899
Name: time, dtype: int64

例如。 3 (multiple functions): 对于团队中的每个球员，求旅行的总次数和旅行的总时间。

player_total = df.groupby(by = ['team', 'player']).agg({'time' : 'sum', 'trips' : 'count'})

player_total
Out[4]:
                 trips  time
team    player      
Team1   Player1     2   19526
Team2   Player293   1   17656
        Player333   1   18373
Team3   Player20    1   1883
        Player22    1   17338899

聚合数据并获取总和和计数

Aggregating data and getting sum and counts

python

group-by

aggregate

pandas