- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
让我们假设有这个:
np.random.seed(123)
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
'C' : np.random.randn(8),
'D' : np.random.randn(8)})
因此数据框如下所示:
A B C D
0 foo one -1.085631 1.265936
1 bar one 0.997345 -0.866740
2 foo two 0.282978 -0.678886
3 bar three -1.506295 -0.094709
4 foo two -0.578600 1.491390
5 bar two 1.651437 -0.638902
6 foo one -2.426679 -0.443982
7 foo three -0.428913 -0.434351
我想将 df
按 B
分组,计算 C
列的总和乘以 D
的总和每个组的 code> 列,最后将这个分组结果与原始 df
连接起来。在 Python 中:
grouped = df.groupby('B').apply(lambda group: sum(group['C'])*sum(group['D'])).reset_index()
grouped.columns = ['B', 'new_value']
df.join(grouped.set_index('B'), on='B')
是否存在一种更 pythonic 和更有效的方法来解决此类问题?
最佳答案
解决方案一:
In [25]: df.groupby('B')['C','D'].transform('sum').prod(1)
Out[25]:
0 0.112635
1 0.112635
2 0.235371
3 1.023841
4 0.235371
5 0.235371
6 0.112635
7 1.023841
dtype: float64
解决方案 2:
In [18]: grp = df.groupby('B')
In [19]: grp['C'].transform('sum') * grp['D'].transform('sum')
Out[19]:
0 0.112635
1 0.112635
2 0.235371
3 1.023841
4 0.235371
5 0.235371
6 0.112635
7 1.023841
dtype: float64
演示:
In [20]: df
Out[20]:
A B C D
0 foo one -1.085631 1.265936
1 bar one 0.997345 -0.866740
2 foo two 0.282978 -0.678886
3 bar three -1.506295 -0.094709
4 foo two -0.578600 1.491390
5 bar two 1.651437 -0.638902
6 foo one -2.426679 -0.443982
7 foo three -0.428913 -0.434351
In [21]: grp = df.groupby('B')
In [22]: df['new'] = grp['C'].transform('sum') * grp['D'].transform('sum')
In [23]: df
Out[23]:
A B C D new
0 foo one -1.085631 1.265936 0.112635
1 bar one 0.997345 -0.866740 0.112635
2 foo two 0.282978 -0.678886 0.235371
3 bar three -1.506295 -0.094709 1.023841
4 foo two -0.578600 1.491390 0.235371
5 bar two 1.651437 -0.638902 0.235371
6 foo one -2.426679 -0.443982 0.112635
7 foo three -0.428913 -0.434351 1.023841
In [26]: df['new2'] = df.groupby('B')['C','D'].transform('sum').prod(1)
In [27]: df
Out[27]:
A B C D new new2
0 foo one -1.085631 1.265936 0.112635 0.112635
1 bar one 0.997345 -0.866740 0.112635 0.112635
2 foo two 0.282978 -0.678886 0.235371 0.235371
3 bar three -1.506295 -0.094709 1.023841 1.023841
4 foo two -0.578600 1.491390 0.235371 0.235371
5 bar two 1.651437 -0.638902 0.235371 0.235371
6 foo one -2.426679 -0.443982 0.112635 0.112635
7 foo three -0.428913 -0.434351 1.023841 1.023841
检查:
In [28]: df.new.eq(df.new2).all()
Out[28]: True
关于python - Pandas 数据框分组并加入,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41925614/
我想对 JOIN 进行特定的排序 SELECT * FROM (lives_in as t1 NATURAL JOIN preferences p1) l1 JOIN (lives_in t2 NAT
我正在努力解决一个查询。并想知道是否有人可以提供帮助。 我有一个标签表(服务请求票)和序列号表 从我的标签中我正在这样做 Select * from tag where tag.created BET
关闭。这个问题需要多问focused 。目前不接受答案。 想要改进此问题吗?更新问题,使其仅关注一个问题 editing this post . 已关闭 7 年前。 Improve this ques
我有两个表 tbl_user 和 tbl_lastchangepassword,如下所示 表 tbl_user id| name --------- 1 | user1 2 | user2 3 |
我有下一个问题 SELECT i.*, gu.* vs.* FROM common.global_users gu LEFT JOIN common.global_users_perms gup ON
我有一个电影表和一个投票表。用户为他们喜欢的电影投票。我需要显示按电影总票数降序排列的电影列表。我现在所拥有的有点作品。唯一的问题是它不显示 0 票的电影。 SELECT m.name, m.imdb
我有一个由这样的表组成的 mySql 数据库: 我如何(如果可能的话)使用 JOINS 从名称/周期表中获取结果?简单来说,它是如何工作的?我向菜鸟问题道歉。我对此很陌生。任何帮助将不胜感激。 最佳答
我需要查询单元先决条件的自引用关系。 我知道您需要使用两个联接,我是否选择我的列然后将其联接到自身? SELECT u.unit_code, u.name + ' is a prerequisi
我有两个实体,用户和友谊,它们看起来像: public class User { public int UserId { get; set; } (..
假设我有两个表: Table A ProdID | PartNumber | Data... 1 | ABC-a | "Data A" 2 | (null) |
说我有这个数据, (df <- data.frame( col1 = c('My','Your','His','Thir'), col2 = c('Cat','Dog','Fish','Dog')))
我有两个这样的数组,实际上这是从两个不同的服务器检索的 mysql 数据: $array1 = array ( 0 => array ( 'id' => 1, 'n
我的数据库中有以下表格 CREATE TABLE [author_details] ( [_id] INTEGER PRIMARY KEY AUTOINCREMENT NOT NULL, [name
我正在努力使用一个相当简单的 sql select 语句的 join/where 子句。 我正在尝试从 tb1 中检索产品信息列表,其中 where 条件位于 tbl2 中,但这必须由三个不同的列连接
我正在寻找以下功能: Applicative f => f (f a) -> f a Hoogle给我看join : >:t join join :: Monad m => m (m a) -> m
我有两个“表”,分别是 USER 和 CONGE。在表“CONGE”中,我插入了用户的 ID。但是我不知道如何根据用户的id显示用户的休假。 我想根据id发布“Congé”。 { "conge"
我们有一个具有(简化)结构的文档,如Elasticsearch所示: { _id: ..., patientId: 4711, text: "blue" } { _id: ..., patientId
这两个sql语句有什么区别 a) 从 T1,T2 中选择 *,其中 T1.A=T2.A ; b) 从 T1,T2 中选择 *,其中 T2.A=T1.A ; 在这两种情况下我得到相同的输出,这两种语句之
我想做一个简单的连接,只是比较两个表中的 ID.. 我有我的组表,包含; 身份证 姓名 等.. 我的 GroupMap 表包含; 身份证 组号 元素编号 我的查询采用 GroupMap.ItemID
所以我有一组主要数据,如下所示: value_num code value_letter 1 CDX A 2 DEF B
我是一名优秀的程序员,十分优秀!