我试图从列中获得低,高和平均值。但是,我只想按列值进行汇总。例如,如果我们有2行具有相同的列值,那么我们将这两者聚合在一起。此外,他们必须是同一个载体。像这样的东西:
在处理之前:
carrier class price
SP A 22
VZ C 33
XM A 50
XM D 20
SP A 88
VZ C 100
处理后:
carrier class price low high mean
SP A 22 22 88 55
VZ C 33 33 100 66.5
XM A 50 50 50 50
XM D 20 20 20 20
SP A 88 22 88 55
VZ C 100 33 100 66.5
正如您所看到的,如果我们拥有相同的载体和相同的类,那么我们会聚合并获得低,高和平均值。如果我们有相同的运营商,但没有相同的类别,那么我们不会聚合,但我们仍然得到低,高,平均值,这与类的价格相同。
我希望结果与处理后的结果完全一样。结果应该是数据帧。我怎么能做到这一点?
使用带有聚合函数的新列名称和DataFrameGroupBy.agg
到原始join
的元组列表的DataFrame
:
d = [('low','min'),('high','max'),('mean','mean')]
df1 = df.join(df.groupby(['carrier','class'])['price'].agg(d), on=['carrier','class'])
print (df1)
carrier class price low high mean
0 SP A 22 22 88 55.0
1 VZ C 33 33 100 66.5
2 XM A 50 50 50 50.0
3 XM D 20 20 20 20.0
4 SP A 88 22 88 55.0
5 VZ C 100 33 100 66.5
详情:
print (df.groupby(['carrier','class'])['price'].agg(d))
low high mean
carrier class
SP A 22 88 55.0
VZ C 33 100 66.5
XM A 50 50 50.0
D 20 20 20.0
或者使用transform
,有趣的解决方案:
d = [('low','min'),('high','max'),('mean','mean')]
g = df.groupby(['carrier','class'])['price']
for i, j in d:
df[i] = g.transform(j)
print (df)
carrier class price low high mean
0 SP A 22 22 88 55.0
1 VZ C 33 33 100 66.5
2 XM A 50 50 50 50.0
3 XM D 20 20 20 20.0
4 SP A 88 22 88 55.0
5 VZ C 100 33 100 66.5