python - aggfunc 中具有不同条件的 Pandas 数据透视表

Question

假设我有 my_df:

my_df = pd.DataFrame({'X': ['a', 'a', 'b', 'b'], 'Y1': [1, 2, 3, 4], 'Y2': [1, 2, 3, 4], 'Z': [1, 0, 1, 0]})

my_df
    X   Y1  Y2  Z
0   a   1   1   1
1   a   2   2   0
2   b   3   3   1
3   b   4   4   0

我正在寻找一种在aggfunc中每列可能具有不同条件的情况下使用pivot_table的方法。举个例子，假设我想按 X 对数据进行分组并获取平均值。对于 Y1 我想应用一个简单的 mean 聚合，而对于 Y2 我想应用一个 mean聚合条件为 Z==1。在这种情况下的输出将是:

    Y1  Y2
X       
a   1.5 1
b   3.5 3

如何调整以下代码以适应这种情况？

my_df.pivot_table(index = 'X', aggfunc={'Y1': 'mean', 'Y2': 'mean'})

Answer 1

How can I adjust the following code to accommodate the condition?

一种方法是屏蔽将Y2写入Z列，然后进行透视

(my_df.assign(Y2=my_df['Y2'].where(my_df['Z'].eq(1)))
      .pivot_table(index = 'X', aggfunc={'Y1': 'mean', 'Y2': 'mean'}))

<小时/>

    Y1   Y2
X          
a  1.5  1.0
b  3.5  3.0