python - 涉及 Pandas 中两列的聚合

Question

假设我有一个具有以下结构的 Pandas 数据框:

df = pd.DataFrame(dict(a=["x", "x", "y"], b=[0, 1, 1], c=[1, 2, 2]))

我想按 a 聚合分组并进行依赖于 b 的聚合和 c .我想做类似的事情:

df.groupby("a").agg(lambda df: (df["b"] - df["c"]).sum())

但这会在 Pandas 中引发以下错误:

KeyError: 'b'

有没有一种简单的方法可以在 Pandas 中做到这一点？

我当然知道我可以做类似的事情

df.assign(new_b = lambda df: df["b"] - df["c"]).groupby("a").agg({"new_b": 'sum'})

这给出了以下结果:

   new_b
a
x     -2
y     -1

但必须有一个更简单的方法。

Answer 1

由于您的运算符是可交换的，您可以执行以下操作:

out = df.groupby('a').sum()
out['new_b'] = out['b'] - out['c']

输出:

   b  c  new_b
a             
x  1  3     -2
y  1  2     -1

备注 : 你很接近，这会奏效

df.groupby("a").apply(lambda d: (d["b"] - d["c"]).sum())

不同的是 apply将整个(子)数据帧作为参数，而 agg获取整个(子)数据帧的每一列。