从数据框中的不同列获取条件值（尝试过数据透视表）

Question

我本质上是想制作一个数据透视表，但要对其进行非常具体的排序。例如，我希望它计算 Var2=C|Var3=2 且 Var4=0 时的平均值。不确定如何将“或”或“和”合并到数据透视表函数中。下面列出了输入和输出的示例表：

输入：

进入	数据	变量2	变量3	变量4	变量5
A	1	C	3	0	B
B	1	A	2	1	B
C	2	B	1	1	B
D	2	C	3	0	A
E	3	B	2	0	C
F	3	B	1	1	A
G	4	A	3	0	A
H	4	C	2	0	C

输出： 平均值

平均	Var3=3 或 Var3=2	Var2=B	Var2=A 或 Var5=B
Var4=0	2.8	3	2.5
Var4=1	1	2.5	1.5

中位数

医学	Var3=3 或 Var3=2	Var2=B	Var2=A 或 Var5=B
Var4=0	3	3	2.5
Var4=1	1	2.5	1.5

尝试用此方法对特定值进行排序，但它并没有真正实现我想要的效果： Python Pandas Dataframe 数据透视表列和值顺序 正在寻找更多的“或”函数来支持多个条件。

Answer 1

你可以尝试：

def my_func(g):
    avg_1 = g.query("Var3 == 3 or Var3 == 2")["Data"].mean()
    avg_2 = g.query("Var2 == 'B'")["Data"].mean()
    avg_3 = g.query("Var2 == 'A' or Var5 == 'B'")["Data"].mean()

    med_1 = g.query("Var3 == 3 or Var3 == 2")["Data"].median()
    med_2 = g.query("Var2 == 'B'")["Data"].median()
    med_3 = g.query("Var2 == 'A' or Var5 == 'B'")["Data"].median()

    return pd.Series(
        [avg_1, avg_2, avg_3, med_1, med_2, med_3],
        index=["Avg1", "Avg2", "Avg3", "Med1", "Med2", "Med3"],
    )


out = df.groupby("Var4").apply(my_func)
print(out)

打印：

      Avg1  Avg2  Avg3  Med1  Med2  Med3
Var4                                    
0      2.8   3.0   2.5   3.0   3.0   2.5
1      1.0   2.5   1.5   1.0   2.5   1.5