pandas - 如何基于列内爆( Pandas 的反向 explode )

Question

我有一个像下面这样的数据框 df

  NETWORK       config_id       APPLICABLE_DAYS  Case    Delivery  
0   Grocery     5399            SUN               10       1        
1   Grocery     5399            MON               20       2       
2   Grocery     5399            TUE               30       3        
3   Grocery     5399            WED               40       4       

我想内爆(将 Applicable_days 从多行组合成单行，如下所示)并获得每个 config_id 的平均情况和交付

  NETWORK       config_id       APPLICABLE_DAYS      Avg_Cases    Avg_Delivery 
0   Grocery     5399            SUN,MON,TUE,WED         90           10

使用网络上的 groupby，config_id 我可以获得 avg_cases 和 avg_delivery，如下所示。

df.groupby(['network','config_id']).agg({'case':'mean','delivery':'mean'})

但是如何在执行此聚合时加入 APPLICABLE_DAYS ？

Answer 1

如果您想要 explode 的“相反”，那么这意味着将其放入解决方案 #1 中的列表中。您还可以在解决方案#2 中作为字符串加入:
使用 lambda x: x.tolist()为 'APPLICABLE_DAYS'您的 .agg 中的列分组功能:

df = (df.groupby(['NETWORK','config_id'])
      .agg({'APPLICABLE_DAYS': lambda x: x.tolist(),'Case':'mean','Delivery':'mean'})
      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)
      .reset_index())
df
Out[1]: 
   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery
0  Grocery       5399  [SUN, MON, TUE, WED]         25           2.5

使用 lambda x: ",".join(x)为 'APPLICABLE_DAYS'您的 .agg 中的列分组功能:

 df = (df.groupby(['NETWORK','config_id'])
      .agg({'APPLICABLE_DAYS': lambda x: ",".join(x),'Case':'mean','Delivery':'mean'})
      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)
      .reset_index())
df
Out[1]: 
   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery
0  Grocery       5399       SUN,MON,TUE,WED         25           2.5

如果您正在寻找 sum ，那么你可以更改 mean至 sum为 Cases和 Delivery列。