我有一张表格，如下所示:
A B C D
1 1 2 3
1 1 3 3
2 3 0 1
2 4 2 3
3 1 4 1
3 0 2 4
我需要生成一个类似下面的表格:
A Metric Min Mean Max
1 B 1 1.0 1
C 2 2.5 3
D 3 3.0 3
2 B 3 3.5 4
C 0 1.0 2
D 1 2.0 3
3 B 0 0.5 1
C 2 3.0 4
D 1 2.5 4
到目前为止我已经想到了这个。但看起来不太好。我确信有更好的方法:
grouped = df.groupby(['A'])
for name, group in grouped:
dt = dict()
for str in ['max','mean','min']:
dt.update({str:group.agg(str)})
print(pd.DataFrame(data = dt))
print('----------')
max mean min
B 1 1.0 1
C 3 2.5 2
D 3 3.0 3
----------
max mean min
B 4 3.5 3
C 2 1.0 0
D 3 2.0 1
----------
max mean min
B 1 0.5 0
C 4 3.0 2
D 4 2.5 1
----------
请您参考如下方法:
使用GroupBy.agg通过 DataFrame.stack reshape 第一级为 0:
df = df.groupby('A').agg({'min', 'max', 'mean'}).stack(0)
print (df)
max mean min
A
1 B 1 1.0 1
C 3 2.5 2
D 3 3.0 3
2 B 4 3.5 3
C 2 1.0 0
D 3 2.0 1
3 B 1 0.5 0
C 4 3.0 2
D 4 2.5 1
关于 DataFrameGroupBy.describe 的另一个想法:
df = df.groupby('A').describe().stack(0)
print (df)
25% 50% 75% count max mean min std
A
1 B 1.00 1.0 1.00 2.0 1.0 1.0 1.0 0.000000
C 2.25 2.5 2.75 2.0 3.0 2.5 2.0 0.707107
D 3.00 3.0 3.00 2.0 3.0 3.0 3.0 0.000000
2 B 3.25 3.5 3.75 2.0 4.0 3.5 3.0 0.707107
C 0.50 1.0 1.50 2.0 2.0 1.0 0.0 1.414214
D 1.50 2.0 2.50 2.0 3.0 2.0 1.0 1.414214
3 B 0.25 0.5 0.75 2.0 1.0 0.5 0.0 0.707107
C 2.50 3.0 3.50 2.0 4.0 3.0 2.0 1.414214
D 1.75 2.5 3.25 2.0 4.0 2.5 1.0 2.121320
编辑:
对于自定义函数，将其传递给函数列表 - 例如每组 0 的计数:
def func(x):
return (x == 0).sum()
df = df.groupby('A').agg({'min', 'max', 'mean', func}).stack(0).rename_axis(('A', 'Metric'))
print (df)
A Metric
1 B 0 1 1.0 1
C 0 3 2.5 2
D 0 3 3.0 3
2 B 0 4 3.5 3
C 1 2 1.0 0
D 0 3 2.0 1
3 B 1 1 0.5 0
C 0 4 3.0 2
D 0 4 2.5 1
