尝试生成具有多个“值”列的数据透视表。我知道我可以使用 aggfunc 按照我想要的方式聚合值,但是如果我不想对两列求和或求平均值,而是想要一列的总和,同时求另一列的平均值,该怎么办?那么使用 pandas 可以做到这一点吗?
df = pd.DataFrame({
'A' : ['one', 'one', 'two', 'three'] * 6,
'B' : ['A', 'B', 'C'] * 8,
'C' : ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 4,
'D' : np.random.randn(24),
'E' : np.random.randn(24)
})
现在这将得到一个带有总和的数据透视表:
pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc=np.sum)
这意味着:
pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc=np.mean)
如何获得
D
的总和以及 E
的平均值?
希望我的问题足够清楚。
您可以通过传入字典将特定函数应用于特定列。
pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc={'D':np.sum, 'E':np.mean})
您可以连接两个DataFrame:
>>> df1 = pd.pivot_table(df, values=['D'], rows=['B'], aggfunc=np.sum)
>>> df2 = pd.pivot_table(df, values=['E'], rows=['B'], aggfunc=np.mean)
>>> pd.concat((df1, df2), axis=1)
D E
B
A 1.810847 -0.524178
B 2.762190 -0.443031
C 0.867519 0.078460
或者您可以传递函数列表作为
aggfunc
参数,然后重新索引:
>>> df3 = pd.pivot_table(df, values=['D','E'], rows=['B'], aggfunc=[np.sum, np.mean])
>>> df3
sum mean
D E D E
B
A 1.810847 -4.193425 0.226356 -0.524178
B 2.762190 -3.544245 0.345274 -0.443031
C 0.867519 0.627677 0.108440 0.078460
>>> df3 = df3.ix[:, [('sum', 'D'), ('mean','E')]]
>>> df3.columns = ['D', 'E']
>>> df3
D E
B
A 1.810847 -0.524178
B 2.762190 -0.443031
C 0.867519 0.078460
Alghouth,如果有一个选项可以单独为每列定义
aggfunc
那就太好了。不知道如何完成,可能会传递到 aggfunc
类似字典的参数,如 {'D':np.mean, 'E':np.sum}
。
更新实际上,在你的情况下,你可以手动旋转:
>>> df.groupby('B').aggregate({'D':np.sum, 'E':np.mean})
E D
B
A -0.524178 1.810847
B -0.443031 2.762190
C 0.078460 0.867519
table = pivot_table(df, values=['D', 'E'], index=['A', 'C'],
aggfunc={'D': np.mean,'E': np.sum})
桌子 德 平均总和 空调 大酒吧 5.500000 7.500000 小 5.500000 8.500000 富大 2.000000 4.500000 小 2.333333 4.333333