pandas - 在 Pandas 中使用带有多索引的聚合

Question

我在 pandas 中有一个按列划分的多索引表，如下例所示:

import pandas as pd
header = pd.MultiIndex.from_product([['loc1','loc2'],
                                     ['S1','S2']],
                                    names=['loc','S'])
df = pd.DataFrame(np.random.randint(1, high=5, size=(5,4)), 
                  index=['a','b','c','d','e'], 
                  columns=header)
print(df) 

输出:

loc loc1    loc2   
S     S1 S2   S1 S2
a      4  2    2  5
b      1  4    2  4
c      2  4    2  3
d      3  4    1  2
e      4  1    3  1

我正在尝试对我使用的“loc1”和“loc2”执行操作

df.agg({'loc1':sum, 'loc2':np.mean})

但是我得到一个错误:“规范错误:不支持嵌套重命名器”。

预期的输出是包含 (loc1, S1) 和 (loc1, S2) 之和的一行，以及 (loc2, S1) 和 (loc2, S2) 的平均值，在我的例子中

  loc1    loc2  
  sum     mean    
  S1 S2   S1 S2  
  14 15    2  3  

如何使用“agg”函数进行计算？有什么解决办法吗？

附注我知道我可以像答案 Pivot table with multiple aggfunc sum and normalize one column 那样做,但它似乎以某种方式“非 pythonic”。

Answer 1

不幸的是，对列 (axis=1) 上的 agg 的支持不如对行的支持那么完整。解决方案是在两次 agg 调用中完成。

创建聚合

o1 = df['loc1'].agg('sum').rename('sum').to_frame()
o2 = df['loc2'].agg('mean').rename('mean').to_frame()

合并聚合

result = pd.concat([o1,o2],axis=1, keys=['loc1', 'loc2'])

最后做一些争论以将数据转换为所需的格式

result = result.unstack().to_frame().T

结果

  loc1       loc2     
   sum       mean     
S   S1    S2   S1   S2
0  9.0  10.0  2.4  2.4