首页 文章

pandas：在分组后按多列创建单个大小和总和列

提问于
浏览 次
3

我有一个数据框，我在3列上进行groupby并聚合数值列的总和和大小 . 运行代码后

df = pd.DataFrame.groupby(['year','cntry', 'state']).agg(['size','sum'])

我得到的东西如下：

Image of datafram

现在我想从主列拆分大小子列并仅创建单个大小的列，但希望将总和列保留在主列 Headers 下 . 我尝试了不同的方法，但没有成功 . 这些是我尝试过但无法让事情适合我的方法：

How to count number of rows in a group in pandas group by object?

Converting a Pandas GroupBy object to DataFrame

如果有人能帮我这个，我将不胜感激 .

问候，

python pandas

2 回答

  • 4

    Setup

    d1 = pd.DataFrame(dict(
        year=np.random.choice((2014, 2015, 2016), 100),
        cntry=['United States' for _ in range(100)],
        State=np.random.choice(states, 100),
        Col1=np.random.randint(0, 20, 100),
        Col2=np.random.randint(0, 20, 100),
        Col3=np.random.randint(0, 20, 100),
    ))

df = d1.groupby(['year', 'cntry', 'State']).agg(['size', 'sum'])
df

    enter image description here

    Answer
    最简单的方法是在 groupby 后才能运行 size

    d1.groupby(['year', 'cntry', 'State']).size()

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
dtype: int64

    要使用计算的 df

    df.xs('size', axis=1, level=1)

    enter image description here

    如果每列的 size 不同，那将非常有用 . 但因为 size 列与 ['Col1', 'Col2', 'Col3'] 相同，我们可以这样做

    df[('Col1', 'size')]

year  cntry          State        
2014  United States  California       10
                     Florida           9
                     Massachusetts     8
                     Minnesota         5
2015  United States  California        9
                     Florida           7
                     Massachusetts     4
                     Minnesota        11
2016  United States  California        8
                     Florida           8
                     Massachusetts    11
                     Minnesota        10
Name: (Col1, size), dtype: int64

    Combined View 1

    pd.concat([df[('Col1', 'size')].rename('size'),
           df.xs('sum', axis=1, level=1)], axis=1)

    enter image description here

    Combined View 2

    pd.concat([df[('Col1', 'size')].rename(('', 'size')),
           df.xs('sum', axis=1, level=1, drop_level=False)], axis=1)

    enter image description here

    回复于
  • 2

    piRSquared打败了它，但是如果你必须这样做，并希望保持与列的对齐，并且总和或大小在下面你可以重新索引列以删除大小值，然后添加一个新列以包含大小值 .

    例如：

    group = df.groupby(['year', 'cntry','state']).agg(['sum','size'])
mi = pd.MultiIndex.from_product([['Col1','Col2','Col3'],['sum']])
group = group.reindex_axis(mi,axis=1)
sizes = df.groupby('state').size().values
group['Tot'] = 0
group.columns = group.columns.set_levels(['sum','size'], level=1)
group.Tot.size = sizes

    最终看起来像这样：

    Col1 Col2 Col3  Tot
                  sum  sum  sum size
year cntry State
2015 US    CA      20    0    4    1
           FL      40    3    5    1
           MASS     8    1    3    1
           MN      12    2    3    1
    回复于

相关问题