python - 如何对 Pandas 中的特定列进行分组 + 对此应用统计数据？

Question

我有一个具有不同列的数据框:

'排名'、'文献'、'可引用文献'、'引文'、'自引'、'每篇文献的引文'、'H 指数'、'能源供应'、'人均能源供应'、' ％可再生能源'，...

现在首先我必须添加两列“大陆”以及“PopEst”(估计人口)。

现在，我被要求创建一个新的数据框，其中以大洲为索引，列为 ['size'、'sum'、'mean'、'std']。

我知道肯定有一个完全简单的解决方案......;-(

在网上阅读了大量内容后，我尝试了几件事，但似乎找到了解决方案:我的想法是用这个创建一个新的 Pandas Dataframe

Continents=Top15.groupby('Continent')[['PopEst']]

不幸的是，当我尝试打印它时，这给了我这个:

<pandas.core.groupby.DataFrameGroupBy object at 0x7faa323ffc50>

如果我这样做

print(Continents.size())

我知道这个看起来很有希望

Continent
Asia             5
Australia        1
Europe           6
North America    2
South America    1
dtype: int64

不幸的是，这只对于 .sum 和 .size 看起来不错。 .mean 和 .std 会产生如下错误:

DataError: No numeric types to aggregate

我的想法是使用它(即将列添加到我新发现的数据框中)

Continents['size']=Continents.size()

给我这个错误:

TypeError: 'DataFrameGroupBy' object does not support item assignment

我确信这是用 2 - 3 行代码完成的，并且很想知道它是如何工作的。

谁能给我指出正确的解决方案吗？

谢谢。

Answer 1

似乎您想保留所有其他列

Top15.assign(sizeofg=Top15.groupby('Continent')['PopEst'].transform('size')).\
        drop_duplicates('Continent')

编辑:您需要agg

Top15.groupby('Continent')['PopEst'].agg(['sum','mean','count'])