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
