python - 如何使用 pandas groupby 对多列求和？

Question

我有一个看起来像的数据框

day  type  col  d_1  d_2  d_3  d_4  d_5...
1    A     1    1    0    1    0
1    A     2    1    0    1    0
2    B     1    1    1    0    0

也就是说，我有一个普通的列(col)和许多以d_为前缀的列

我需要按天和类型执行分组，我想计算每个日期类型组合的每个 d_ 列中值的总和。我还需要对数据中的其他列执行其他聚合函数(例如示例中的 col)

我可以使用:

agg_df=df.groupby(['day','type']).agg({'d_1': 'sum', 'col': 'mean'})

但这只计算一个 d_ 列的总和。如何在我的数据中指定所有可能的 d_ 列？

换句话说，我想写这样的东西

agg_df=df.groupby(['day','type']).agg({'d_*': 'sum', 'col': 'mean'})

所以预期的输出是:

day  type  col  d_1  d_2  d_3  d_4  d_5...
1    A     1.5  2    0    2    0    ...
2    B     1    1    1    0    0

如您所见，col 是按平均值聚合的，而 d_ 列是求和的。

感谢您的帮助!

Answer 1

IIUC 您需要使用 d_* 列对您的 groupby 数据框进行子集化。您可以找到带有 str.contain 的列并将其传递给 groupby 数据框:

cols = df.columns[df.columns.str.contains('(d_)+|col')]
agg_df=df.groupby(['day','type'])[cols].sum()


In [150]: df
Out[150]:
   day type  col  d_1  d_2  d_3  d_4
0    1    A    1    1    0    1    0
1    1    A    2    1    0    1    0
2    2    B    1    1    1    0    0

In [155]: agg_df
Out[155]:
          col  d_1  d_2  d_3  d_4
day type
1   A       3    2    0    2    0
2   B       1    1    1    0    0

注意:我按照您的要求将 col 列添加到 contains 模式。您可以指定任何您想要的正则表达式，并使用 | 符号传递它。