Skip to main content
 首页 » 编程设计

python之从 Pandas 获取其他类别的聚合

2025年01月19日9sharpest

我正在尝试执行聚合计算,但我希望该计算适用于所有其他类别。

所以,

 df.groupby(['index']).agg({data : [func1,func2]}) 

将对按索引分组的数据执行聚合计算 func1 和 func2,但我想对不在索引中的所有数据执行计算。

例如:

index data 
A      1 
A      2 
A      1 
B      2 
B      2 
B      4 
B      4 
C      1 
C      3 
D      4 
D      1 

我希望对 B、C、D 中的数据执行 A 的结果。

是否有一种新颖的方法来实现这一点?

请您参考如下方法:

好吧,其实我想我明白了。基本上,我创建了一个新的数据框并重新索引它。

                value 
original_index        
A                  44 
A                  65 
A                  88 
B                  69 
B                  11 
B                  52 
C                  56 
C                  42 
C                  85 
D                  66 
D                  77 
D                   9 

遍历每个索引并将不在该索引中的所有内容复制到新的数据帧。然后将它们连接在一起。

l = [] 
for i in df.index.unique(): 
    d = df[~df.index.isin([i])].copy() 
    d['new_index'] = i 
    d.drop('original_index',axis=0,inplace=True) 
    d.set_index('new_index',inplace=True) 
    l.append(d) 
df2 = pd.concat(l,axis=0) 

输出:

           value 
new_index        
A             69 
A             11 
A             52 
A             56 
A             42 
A             85 
A             66 
A             77 
A              9 
B             44 
B             65 
B             88 
B             56 
B             42 
B             85 
B             66 
B             77 
B              9 
C             44 
C             65 
C             88 
C             69 
C             11 
C             52 
C             66 
C             77 
C              9 
D             44 
D             65 
D             88 
D             69 
D             11 
D             52 
D             56 
D             42 
D             85 

现在我们可以在新索引上应用我们的 groupby 函数,它将从最初不在索引中的值返回结果。

group_df = df2.groupby(['new_index']).agg({'value' :[func1,func2]})[['value']] 

它有效,但我相信一定有更好的方法。