如何使用 Pandas GroupBy.agg() 对同一列执行多个聚合？

使用 Pandas GroupBy.agg() 在同一列上进行多个聚合

在 pandas 中，GroupBy.agg() 可以方便地聚合通过对每一列应用函数来获取数据。然而，当将不同的函数应用于同一列时，有必要多次调用 agg()。

传统（不正确）方法：

直观简单的方法是be:

df.groupby("dummy").agg({
    "returns": f1, 
    "returns": f2
})

不幸的是，由于重复，这会导致错误键。

解决方案：

由于 agg() 需要一个字典，所以简单的解决方案是创建一个包含列名和函数列表的字典：

df.groupby("dummy").agg({
    "returns": [f1, f2]
})

这将产生一个具有两个聚合输出的多索引 DataFrame。

示例：

考虑以下 DataFrame：

import pandas as pd
import datetime as dt
import numpy as np

pd.np.random.seed(0)
df = pd.DataFrame({
    "date": [dt.date(2012, x, 1) for x in range(1, 11)],
    "returns": 0.05 * np.random.randn(10),
    "dummy": np.repeat(1, 10)
})

将均值和总和应用于“返回”列：

df.groupby("dummy").agg({
    "returns": ["mean", "sum"]
})

这将产生：

           returns          
           mean       sum
dummy                    
1      0.036901  0.369012

以上是如何使用 Pandas GroupBy.agg() 对同一列执行多个聚合？的详细内容。更多信息请关注PHP中文网其他相关文章！