大熊猫群群分配结果
大熊猫群群分配结果
提问于 2015-06-01 00:36:20
我有以下数据：
date, industry, symbol, roc
25-02-2015, Health, abc, 200
25-02-2015, Health, xyz, 150
25-02-2015, Mining, tyr, 45
25-02-2015, Mining, ujk, 70
26-02-2015, Health, abc, 60
26-02-2015, Health, xyz, 310
26-02-2015, Mining, tyr, 65
26-02-2015, Mining, ujk, 23我需要确定平均'roc'，最大'roc'，最小'roc‘以及每个date+industry存在多少个符号。换句话说，我需要按日期和行业分组，然后确定各种平均值、最大值/分钟等。
到目前为止，我正在做以下工作，但似乎很慢，效率很低：
sector_df = primary_df.groupby(['date', 'industry'], sort=True).mean()
tmp_max_df = primary_df.groupby(['date', 'industry'], sort=True).max()
tmp_min_df = primary_df.groupby(['date', 'industry'], sort=True).min()
tmp_count_df = primary_df.groupby(['date', 'industry'], sort=True).count()
sector_df['max_roc'] = tmp_max_df['roc']
sector_df['min_roc'] = tmp_min_df['roc']
sector_df['count'] = tmp_count_df['roc']
sector_df.reset_index(inplace=True)
sector_df.set_index(['date', 'industry'], inplace=True)上面的代码工作，得到了date+industry索引的数据，向我展示了每个date+industry的min/max 'roc‘是多少，以及每个date+industry存在多少符号。
我基本上是做了一个完整的小组多次(以确定平均，最大，最小，计数的‘机器人’)。这很慢，因为它一遍又一遍地做着同样的事情。
有没有办法只做一次。然后对该对象执行均值、最大值等操作，并将结果分配给sector_df？
回答 2
Stack Overflow用户
回答已采纳
发布于 2015-06-01 00:42:38
您希望使用agg执行聚合。
In [72]:
df.groupby(['date','industry']).agg([pd.Series.mean, pd.Series.max, pd.Series.min, pd.Series.count])
Out[72]:
roc
mean max min count
date industry
2015-02-25 Health 175.0 200 150 2
Mining 57.5 70 45 2
2015-02-26 Health 185.0 310 60 2
Mining 44.0 65 23 2这允许您传递要执行的函数的可迭代(在本例中为列表)。
编辑
要访问单个结果，需要为每个轴传递一个元组：
In [78]:
gp.loc[('2015-02-25','Health'),('roc','mean')]
Out[78]:
175.0其中gp = df.groupby(['date','industry']).agg([pd.Series.mean, pd.Series.max, pd.Series.min, pd.Series.count])
Stack Overflow用户
发布于 2015-06-01 00:49:14
您只需将groupby部件保存到一个变量中，如下所示：
primary_df = pd.DataFrame([['25-02-2015', 'Health', 'abc', 200],
['25-02-2015', 'Health', 'xyz', 150],
['25-02-2015', 'Mining', 'tyr', 45],
['25-02-2015', 'Mining', 'ujk', 70],
['26-02-2015', 'Health', 'abc', 60],
['26-02-2015', 'Health', 'xyz', 310],
['26-02-2015', 'Mining', 'tyr', 65],
['26-02-2015', 'Mining', 'ujk', 23]],
columns='date industry symbol roc'.split())
grouped = primary_df.groupby(['date', 'industry'], sort=True)
sector_df = grouped.mean()
tmp_max_df = grouped.max()
tmp_min_df = grouped.min()
tmp_count_df = grouped.count()
sector_df['max_roc'] = tmp_max_df['roc']
sector_df['min_roc'] = tmp_min_df['roc']
sector_df['count'] = tmp_count_df['roc']
sector_df.reset_index(inplace=True)
sector_df.set_index(['date', 'industry'], inplace=True)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/30568995
复制相关文章
相似问题
腾讯云开发者
