python - Pandas Question 创建两个聚合，其中一个是有条件创建的

Question

我有一个如下所示的数据框:

label  val
a        0
b       -1
b        0
b        1
a        1
b        1

我的目标是按标签列进行分组并获得两个聚合列。第一个显示每组中的行数(例如 a:2、b:4)，第二个显示每组中 val = 1 的比例。在 pandas 中执行此操作的最佳方法是什么？

Answer 1

查找满足条件的列的比例相当于取 bool 系列的平均值。这使得它可以快速完成。由于 s 和 df 共享相同的索引，因此使用一个对另一个进行分组是完全可以的。

要获取列的多个聚合，请提供一个列表来指定您要执行的操作。

s = df.val.eq(1)
s.groupby(df.label).agg(['size', 'mean'])

#       size  mean
#label            
#a         2   0.5
#b         4   0.5

<小时/>

当组的数量变大时，使用像这样的“技巧”可能比使用 lambda 更快，因为许多基本的 groupby 聚合都有 cythonized 版本性能极其出色。

# Create a sample df with 20,000 unique groups
df = pd.concat([df]*10000, ignore_index=True)
df['label'] = df.index//3

%%timeit
s = df.val.eq(1)
s.groupby(df.label).agg(['size', 'mean'])
#10.8 ms ± 300 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit 
def portion(x): return (x.eq(1).sum())/len(x)
df.groupby('label').val.agg(['size', portion])
#7.93 s ± 82.7 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)