Skip to main content
 首页 » 编程设计

python之如何按 pandas 中的列创建聚合

2025年04月02日16kuangbin

我试过阅读 pandas groupby documentation ,但我无法理解(我需要更多示例)。我有以下数据框:

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 
                          'foo', 'bar', 'foo', 'foo'], 
                   'B' : ['one', 'one', 'two', 'three', 
                           'two', 'two', 'one', 'three'], 
                   'C' : np.random.randn(8), 
                   'D' : np.random.randn(8)}) 

我想要一个包含两行的新数据框,foo 和 bar,在一列中包含 C 的总和值,以及 C/的总和值D 在另一列中。像这样,例如:

A      C     C_over_D 
'foo'  1.2   3.4 
'bar'  2.3   5.4 

我可以像这样得到 C 的总和值:

df = df.groupby('A')['C'].sum() 

虽然这给了我一个没有 C 列名称的数据对象:

A 
bar   -0.821788 
foo   -6.006086 

但是我如何将其扩展为 (a) 返回一个包含 C * 列的正确数据框 *(b) 返回 C 的值超过 D?

请您参考如下方法:

IIUC 你需要aggregation对于您的 C 列和您应该创建的 C/D 列:

np.random.seed(632) 
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 
                          'foo', 'bar', 'foo', 'foo'], 
                   'B' : ['one', 'one', 'two', 'three', 
                           'two', 'two', 'one', 'three'], 
                   'C' : np.random.randn(8), 
                   'D' : np.random.randn(8)}) 
 
df['C/D'] = df['C'] / df['D'] 
 
In [293]: df.groupby('A')['C', 'C/D'].agg(sum) 
Out[293]: 
            C       C/D 
A 
bar  0.060808 -8.173028 
foo -1.461735 -0.058941 

对于平面数据框,您还可以使用 reset_index:

In [294]: df.groupby('A')['C', 'C/D'].agg(sum).reset_index() 
Out[294]: 
     A         C       C/D 
0  bar  0.060808 -8.173028 
1  foo -1.461735 -0.058941