python - Pandas:按两列分组并以 LONG 格式查找 3 列的第 25、中位数、第 75 个百分位数和平均值

Question

这个问题在这里已经有了答案:





Pass percentiles to pandas agg function

(12 个回答)


3年前关闭。




这是一个示例数据帧:

df = pd.DataFrame([[1, 1, 10, 11, 12],
                    [1, 1, 13, 14, 15], 
                    [1, 2, 16, 17, 18], 
                    [1, 2, 19, 20, 21],
                    [1, 3, 22, 23, 24], 
                    [1, 3, 25, 26, 27],
                    [1, 4, 28, 29, 30], 
                    [1, 4, 31, 32, 33], 
                    [1, 4, 34, 35, 36],
                    [1, 4, 37, 38, 39],
                    [1, 4, 40, 41, 42]])

df.columns = ['c1', 'c2', 'p1', 'p2', 'p3']
print(df)

给出:

    c1  c2  p1  p2  p3
0    1   1  10  11  12
1    1   1  13  14  15
2    1   2  16  17  18
3    1   2  19  20  21
4    1   3  22  23  24
5    1   3  25  26  27
6    1   4  28  29  30
7    1   4  31  32  33
8    1   4  34  35  36
9    1   4  37  38  39
10   1   4  40  41  42

到目前为止我做了什么:

example = df.groupby(['c1', 'c2'])['p1', 'p2', 'p3'].quantile([0.25, 0.50, 0.75]).unstack().reset_index()

print(example)

给出:

  c1 c2     p1                  p2                  p3             
          0.25   0.5   0.75   0.25   0.5   0.75   0.25   0.5   0.75
0  1  1  10.75  11.5  12.25  11.75  12.5  13.25  12.75  13.5  14.25
1  1  2  16.75  17.5  18.25  17.75  18.5  19.25  18.75  19.5  20.25
2  1  3  22.75  23.5  24.25  23.75  24.5  25.25  24.75  25.5  26.25
3  1  4  31.00  34.0  37.00  32.00  35.0  38.00  33.00  36.0  39.00

我上面的输出是正确的，可以找到百分位数，但我也想要 Average/Mean + 以上格式在 wide格式， 我希望它在 long格式。

所以，

在 wide格式，我想要另一列名为 average

  c1 c2     p1                          p2                              p3             
          0.25   0.5   0.75  average    0.25   0.5   0.75   average     0.25   0.5   0.75   average
0  1  1  10.75  11.5  12.25     X       11.75  12.5  13.25     X        12.75  13.5  14.25    X
1  1  2  16.75  17.5  18.25     X       17.75  18.5  19.25     X        18.75  19.5  20.25    X
2  1  3  22.75  23.5  24.25     X       23.75  24.5  25.25     X        24.75  25.5  26.25    X
3  1  4  31.00  34.0  37.00     X       32.00  35.0  38.00     X        33.00  36.0  39.00    X 

我正在寻找的最终输出是上表 long格式如下:

    c1      c2      0.25    0.50    0.75    average      p
    1       1       10.75   11.5    12.25      X         1
    1       1       11.75   12.5    13.25      X         2
    1       1       2.75    13.5    14.25      X         3
    1       2       16.75   17.5    18.25      X         1
    1       2       17.75   18.5    19.25      X         2
    1       2       18.75   19.5    20.25      X         3

我有两个麻烦.. 我不知道如何以及在哪里包含计算 mean 的部分连同 25th, 50th and 75th percentile ，并将其转换为 long格式..

Answer 1

使用 describe :

df.groupby(['c1', 'c2']).describe().stack(level=0)[['25%', '50%', '75%', 'mean']]