python - Groupby、计数并计算 Pandas 中的中位数

Question

我有这个数据框:

df:
      type . size .  margin .  height
0 .      A .    2 .       5 .       1
1 .      A .    3 .       4 .       1
2 .      B .    1 .       1 .       3 

我想按类型分组，计算每种类型的公司数量并计算所有列的中位数。

我知道计数是这样的

df=df.groupby('type').count('type')

但是有没有一种方法可以使用一个衬垫并将所有内容放在同一个 df 中？

类似于:

df=df.groupby('type').calculate_medians_and_counts

它应该看起来像这样:

type    count   size   margin   height
   A        2    2.5      4.5        1
   B        1      1        1        3

(size, margin and height are the medians from df)

Answer 1

使用agg按字典:

d = {'size':'median', 'margin':'median', 'height':'median', 'type':'size'}

或者，如果可以有很多列，则动态创建dict:

d = dict.fromkeys(df.columns.difference(['type']), 'median')
d['type'] = 'size'

<小时/>

df = df.groupby('type').agg(d).rename(columns={'type':'count'}).reset_index()

另一种选择 join :

df = df.groupby('type').median().join(df.type.value_counts().rename('count')).reset_index()

<小时/>

print (df)
  type  margin  size  height  count
0    A     4.5   2.5       1      2
1    B     1.0   1.0       3      1