python Pandas : mean and sum groupby on different columns at the same time

Question

我有一个 pandas 数据框，如下所示:

Name    Missed    Credit    Grade
A       1         3         10
A       1         1         12      
B       2         3         10
B       1         2         20

我想要的输出是:

Name    Sum1   Sum2    Average
A       2      4      11
B       3      5      15   

基本上是获取列 Credit 和 Missed 的总和，并在 Grade 上取平均值。我现在正在做的是 Name 上的两个 groupby，然后求和和平均值，最后合并两个输出数据帧，这似乎不是最好的方法。我还在 SO 上发现了这一点，如果我只想在一列上工作，这很有意义:

df.groupby('Name')['Credit'].agg(['sum','average'])

但不确定如何为两列做一行？

Answer 1

你需要agg通过 dictionary 然后 rename columns names:

d = {'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}
df=df.groupby('Name').agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'}).rename(columns=d)
print (df)
      Sum1  Sum2  Average
Name                     
A        2     4       11
B        3     5       15

如果还想从 Name 创建列:

df = (df.groupby('Name', as_index=False)
       .agg({'Missed':'sum', 'Credit':'sum','Grade':'mean'})
       .rename(columns={'Missed':'Sum1', 'Credit':'Sum2','Grade':'Average'}))
print (df)
  Name  Sum1  Sum2  Average
0    A     2     4       11
1    B     3     5       15

具有命名聚合的解决方案:

df = df.groupby('Name', as_index=False).agg(Sum1=('Missed','sum'), 
                                            Sum2= ('Credit','sum'),
                                            Average=('Grade','mean'))
print (df)
  Name  Sum1  Sum2  Average
0    A     2     4       11
1    B     3     5       15