从数据框的多列组合中获取统计数据（中位数/均值/计数/90%/10%）

Question

有一个像下面这样的数据框，有 3 个主要变量，第一个变量有 2 个唯一值（True/false），第二个变量有 3 个唯一值（1/2/3），第三个变量有 3 个唯一值（A/B/C） ，组合出 18 种可能的组合。

索引	变量1	变量2	变量3	价值
0	正确	1	A	12
1	错误	2	B	93
2	正确	3	C	28
3	错误	1	A	23
4	正确	2	B	94
5	错误	3	C	12
6	正确	1	A	85
7	错误	2	B	23
8	正确	3	C	2

我想循环遍历这些组合，然后为每个组合打印出类似于下面所示的数据框（总共 18 个 dfs），其中填充了统计数据，这很可能需要一个函数，但我不太确定它需要某种逻辑。

（正确/1/A）

变量1	变量2	变量3	医学	意思是	数	90% 分位数	10% 分位数
正确	1	A	48.5	48.5	2	77.7	19.3

我尝试了分组方式，它可以很好地组合所有内容，但不太了解 med/mean/count/90% 分位数和 10% 分位数。我还尝试查询以隔离每个组合，但无法解决迭代独特组合的最佳方法。最后对于分位数我尝试了 .quantile().

Answer 1

尝试：

df = df.groupby(["Var1", "Var2", "Var3"]).agg(
    Med=("Value", "median"),
    Mean=("Value", "mean"),
    Count=("Value", "count"),
    q90=("Value", lambda x: x.quantile(q=0.9)),
    q10=("Value", lambda x: x.quantile(q=0.1)),
)
df = df.reindex(
    pd.MultiIndex.from_product(
        [[True, False], [1, 2, 3], ["A", "B", "C"]], names=["Var1", "Var2", "Var3"]
    )
)

# print 18 dataframes:
for _, g in df.groupby(level=[0, 1, 2]):
    print(g)
    print("-" * 80)

打印：

...

                  Med  Mean  Count   q90   q10
Var1  Var2 Var3                               
False 3    C     12.0  12.0    1.0  12.0  12.0
--------------------------------------------------------------------------------
                 Med  Mean  Count   q90   q10
Var1 Var2 Var3                               
True 1    A     48.5  48.5    2.0  77.7  19.3
--------------------------------------------------------------------------------
                Med  Mean  Count  q90  q10
Var1 Var2 Var3                            
True 1    B     NaN   NaN    NaN  NaN  NaN

...