我有数据框
ID domain category active_seconds
111 vk.com Social_network 42
111 facebook.com Social_network 18
222 vk.com Social_network 50
222 gmail.com E-mail 50
如果我用
df.groupby(['category', 'domain']).agg({'ID': pd.Series.nunique, 'active_seconds': np.sum}).rename(columns={' ID': 'all_users', 'active_seconds': 'all_time'}.reset_index()
我明白了
类别域 all_users all_time 社交网络 vk.com 2 92 社交网络 facebook.com 1 18 邮箱 gmail.com 1 50
但是有什么方法可以得到这种格式的报告:
category domain all_users all_time
Social_network 2 110
vk.com 2 92
facebook.com 1 18
E-mail 1 50
gmail.com 1 50
请您参考如下方法:
您可以通过agg 创建新的DataFrame 总和 和 nunique并添加新级别 MultiIndex.from_arrays , 最后 concat与 sort_index :
#omit reset_index
df1 = df.groupby(['category', 'domain'])
.agg({'ID': pd.Series.nunique, 'active_seconds': np.sum})
.rename(columns={'ID': 'all_users', 'active_seconds': 'all_time'})
df2 = df1.groupby('category').agg({'all_users': 'nunique', 'all_time': 'sum'})
df2.index = pd.MultiIndex.from_arrays([df2.index, [''] * len(df2.index)],
names=('category','domain'))
print (df2)
all_time all_users
category domain
E-mail 50 1
Social_network 110 2
print (pd.concat([df1,df2]).sort_index())
all_time all_users
category domain
E-mail 50 1
gmail.com 50 1
Social_network 110 2
facebook.com 18 1
vk.com 92 2
新的 DataFrame 的另一种解决方案是通过 assign 创建新列和 set_index :
df2 = df1.groupby('category').agg({'all_users': 'nunique', 'all_time': 'sum'})
.assign(domain='')
.set_index('domain', append=True)
print (df2)
all_time all_users
category domain
E-mail 50 1
Social_network 110 2
