python - Pandas 聚合 - 列之间的计算

Question

考虑这个数据框:

np.random.seed(0)
df_agg = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                              'foo', 'bar', 'foo', 'foo'],
                       'C' : np.random.choice(2, 8)})

我想计算按 A 分组的以下列:

• 元素个数
• C 中 True 的数量
• C 中的 True 百分比
• C 中错误的数量
• C 中错误的百分比>

前三个元素使用聚合很简单:

aggregations = {
    'C': {
        'Number of elements': 'count',
        'Number of True':sum,
        'Percentage of True': 'mean'
    }
}
df_tab = df_agg.groupby('A').agg(aggregations)
print df_tab

然后他输出:

                     C                                  
    Number of elements Number of True Percentage of True
A                                                       
bar                  3              2           0.666667
foo                  5              4           0.800000

但是我不知道如何在同一个聚合中计算由其他列组合而成的列 - 错误的数量和百分比。

作为解决方法，我可以这样做:

df_tab = df_tab['C'] #flatten
df_tab['Number of False'] = df_tab['Number of elements'] - df_tab['Number of True']
df_tab['Percentage of False'] = 1 - df_tab['Percentage of True']

这会产生我想要的结果，但我想知道如何一次完成。

     Number of elements  Number of True  Percentage of True  Number of False  Percentage of False
A                                                                                                
bar                   3               2            0.666667                1             0.333333
foo                   5               4            0.800000                1             0.200000

Answer 1

您可以使用 lambda 函数:

In [43]: aggregations = {
    ...:     'C': {
    ...:         'Number of elements': 'count',
    ...:         'Number of True':sum,
    ...:         'Percentage of True': 'mean',
    ...:         'Number of False': lambda x: len(x) - np.count_nonzero(x),
    ...:         'Percentage of False': lambda x: 1 - x.mean()
    ...:     }
    ...: }
    ...:
    ...: df_agg.groupby('A').agg(aggregations)
    ...:
Out[43]:
                  C
    Number of False Percentage of False Number of True Number of elements Percentage of True
A
bar               1            0.333333              2                  3           0.666667
foo               1            0.200000              4                  5           0.800000