python - 使用 sum() 和 mean() 进行分组

Question

这个问题在这里已经有了答案:





Get statistics for each group (such as count, mean, etc) using pandas GroupBy?

(8 个回答)



Aggregation in Pandas

(2 个回答)


2个月前关闭。




我有一堆数据框，我将它们连接成一个大数据框。所有行都有一个日期时间、一个名称，然后是一些带有随机值的列，例如数据框可能类似于:

df =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:23:00   name1      2        3        4
2021-07-31 23:56:00   name2      3        4        5
2021-07-31 23:11:00   name1      4        5        6
2021-07-31 23:34:00   name2      5        6        7

我现在需要按 name 对这些行进行分组并将它们分成 60 分钟的垃圾箱，我目前的做法如下:

final_df = df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).mean()

然后输出是一个新的数据框，其中的行按 name 分组然后是 val列值只是该 name 的所有值的平均值.
这有效。但是，我想要做的不是取所有列的平均值，也许是列 val2应该是值的总和 - 而不是平均值。
所以基本上最终的输出应该是:

df_final =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:00:00   name1      3        7        5
2021-07-31 23:00:00   name2      4        10       6

这可以以任何方式完成，还是我必须将我的数据框分成两个，然后再加入？

Answer 1

使用 DataFrameGroupBy.agg用字典:

df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).agg({'val1': 'mean', 'val2': sum, 'val3': 'mean'})