如何在 pandas 中使用 groupby 计算绝对和？

Question

例如，给定数据帧：

    Player  Score
0      A    100
1      B   -150
2      A   -110
3      B    180
4      B    125

我想得到选手 A 的总分 (100+110=210) 以及选手 A 的总分 (150+180+125=455)，忽略分数符号。

我可以使用下面的代码来计算总和：

import pandas as pd
import numpy as np

frame = pd.DataFrame({'Player' : ['A', 'B', 'A', 'B', 'B'], 
                      'Score'  : [100, -150, -110, 180, 125]})

print('frame: {0}'.format(frame))

total_scores = frame[['Player','Score']].groupby(['Player']).agg(['sum'])

print('total_scores: {0}'.format(total_scores))

但是如何使用 groupby 计算绝对和？

frame[['Player','Score']].abs().groupby(['Player']).agg(['sum'])不出所料returns:

Traceback (most recent call last):
  File "O:\tests\absolute_count.py", line 10, in <module>
    total_scores = frame[['Player','Score']].abs().groupby(['Player']).agg(['sum'])
  File "C:\Users\dernoncourt\AppData\Local\Continuum\Anaconda3\lib\site-packages\pandas\core\generic.py", line 5518, in abs
    return np.abs(self)
TypeError: bad operand type for abs(): 'str'

我不想更改 DataFrame。

Answer 1

您可以将 DataFrameGroupBy.apply 与 lambda 一起使用：

In [326]: df.groupby('Player').Score.apply(lambda x: np.sum(np.abs(x)))
Out[326]: 
Player
A    210
B    455
Name: Score, dtype: int64

要取回 Player 列，请使用 df.reset_index:

In [371]: df.groupby('Player').Score.apply(lambda x: np.sum(np.abs(x))).reset_index()
Out[371]: 
  Player  Score
0      A    210
1      B    455

Answer 2

您可以应用一个取绝对值然后求和的函数：

>>> frame.groupby('Player').Score.apply(lambda c: c.abs().sum())
Player
A    210
B    455
Name: Score, dtype: int64

您还可以创建一个包含绝对值的新列，然后求和：

>>> frame.assign(AbsScore=frame.Score.abs()).groupby('Player').AbsScore.sum()
Player
A    210
B    455
Name: AbsScore, dtype: int64

如何在 pandas 中使用 groupby 计算绝对和？

How can I compute the absolute sum with a groupby in pandas?

python

dataframe

pandas

pandas-groupby