python - 如何将函数应用于数据框 GROUPWISELY 的所有列？ (在 python Pandas 中)

Question

如何“分组”将函数应用于数据框的每一列？IE。按一列的值分组并计算例如表示每组+其他列。预期的输出是带有索引的数据框 - 不同组的名称和值 - 每个组+列的平均值

例如考虑:

df = pd.DataFrame(np.arange(16).reshape(4,4), columns=['A', 'B', 'C', 'D'])
df['group'] = ['a', 'a', 'b','b']


    A   B   C   D   group
0   0   1   2   3   a
1   4   5   6   7   a
2   8   9   10  11  b
3   12  13  14  15  b

我想计算例如np.mean 每列，但“分组”，在该特定示例中，可以通过以下方式完成:

t = df.groupby('group').agg({'A': np.mean, 'B': np.mean, 'C': np.mean, 'D': np.mean })

    A   B   C   D
group               
a   2   3   4   5
b   10  11  12  13

但是，它需要显式使用列名 'A': np.mean, 'B': np.mean, 'C': np.mean, 'D': np.mean这对我的任务来说是 Not Acceptable ，因为它们可以更改。

Answer 1

正如 MaxU 评论的那样，更简单的是 groupby + GroupBy.mean :

df1 = df.groupby('group').mean()
print (df1)
        A   B   C   D
group                
a       2   3   4   5
b      10  11  12  13

如果需要来自索引的列:

df1 = df.groupby('group', as_index=False).mean()
print (df1)
  group   A   B   C   D
0     a   2   3   4   5
1     b  10  11  12  13