Pandas groupby 聚合将多个函数应用于多个列

Question

有一个数据框，需要对许多列应用相同的计算，目前我正在手动进行。有什么好的和优雅的方法可以做到这一点吗？

tt =  pd.DataFrame(data={'Status' : ['green','green','red','blue','red','yellow','black'],
 'Group' : ['A','A','B','C','A','B','C'],
 'City' : ['Toronto','Montreal','Vancouver','Toronto','Edmonton','Winnipeg','Windsor'],
 'Sales' : [13,6,16,8,4,3,1], 'Counts' : [100,200,50,30,20,10,300]})


ss = tt.groupby('Group').agg({'Sales':['count','mean',np.median],\
                              'Counts':['count','mean',np.median]})
ss.columns =  ['_'.join(col).strip() for col in ss.columns.values]

所以结果是

如果我有一个非常大的数据框，我如何为许多列执行相同的计算、计数、平均值、中位数？

Answer 1

在 pandas 中，聚合操作采用单个或多个单独的方法应用于相关列并返回输出摘要。在 python 中，列表保存并解析多个实体。在这种情况下，我将函数列表传递给聚合器。在您的情况下，您正在解析字典，这意味着您必须单独处理每一列，使其非常手动。如果不清楚，很乐意进一步解释

ss=tt.groupby('Group').agg(['count','mean','median'])
ss.columns =  ['_'.join(col).strip() for col in ss.columns.values]
ss