如何计算pandas分组后的自定义聚合
在pandas中，可以使用groupby方法对数据进行分组，然后使用agg方法进行自定义聚合计算。
首先，我们需要使用groupby方法将数据按照指定的列进行分组。例如，假设我们有一个名为df的DataFrame，其中包含两列group和value，我们想要按照group列进行分组，可以使用以下代码：
grouped = df.groupby('group')接下来，我们可以使用agg方法对分组后的数据进行自定义聚合计算。agg方法可以接受一个字典作为参数，字典的键表示要进行聚合计算的列名，值表示要应用的聚合函数。例如，假设我们想要计算每个分组中value列的平均值和总和，可以使用以下代码：
result = grouped.agg({'value': ['mean', 'sum']})上述代码将返回一个新的DataFrame，其中包含每个分组的平均值和总和。
除了使用内置的聚合函数，我们还可以使用自定义的聚合函数。自定义聚合函数可以是一个函数或lambda表达式。例如，假设我们想要计算每个分组中value列的中位数，可以使用以下代码：
import numpy as np
median_func = lambda x: np.median(x)
result = grouped.agg({'value': median_func})上述代码将使用自定义的median_func函数计算每个分组的中位数。
总结起来，计算pandas分组后的自定义聚合的步骤如下：
- 使用
groupby方法对数据进行分组。 - 使用
agg方法对分组后的数据进行自定义聚合计算，可以使用内置的聚合函数或自定义的聚合函数。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器 CVM：https://cloud.tencent.com/product/cvm
- 腾讯云云原生容器服务 TKE：https://cloud.tencent.com/product/tke
- 腾讯云人工智能 AI：https://cloud.tencent.com/product/ai
- 腾讯云物联网 IoT Hub：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发 MSDK：https://cloud.tencent.com/product/msdk
- 腾讯云对象存储 COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链 TBaaS：https://cloud.tencent.com/product/tbaas
- 腾讯云元宇宙 QCloud Universe：https://cloud.tencent.com/product/qcloud-universe
相关·内容
2回答
我有如下的dataframe df ID COMMODITY_CODE DELIVERY_TYPE DAY Window_start_time case_qty deliveries2.0 18:00 16041.75 5.75 我想要下面的输出，我是按照ID，COMMODITY_CODE，DELIVERY_TYPE，DAY分组，并计算下面的case_qty_ratio和dlvry_ratio，如下所示 ID COMMODITY_CODE DELIVERY_T
浏览 37提问于2020-10-07得票数 1
我如何计算和广播一个熊猫的计数？要计算计数，请执行以下操作： df.groupby('field').size() 要向原始数据帧广播聚合，请执行以下操作： df.groupby('field')['field_to_aggregate'].transform(aggregation) 如果我指定要聚合到的字段和聚合(如sum、mean等)，则后者可以工作。但是，当我想要简单计数分组<
浏览 34提问于2020-11-25得票数 1
1回答
我有一个雷达网格，需要多个级别的分组，到处都是聚合体。这些聚合中有几个是自定义聚合，这是我必须做的第一个定制聚合。我看到每个自定义聚合都会触发OnCustomAggregate事件:对于层次结构中任意分组中的每个自定义聚合列，以及网格的“总计”页脚。我的问题是:在我的CustomAggregate事件处理程序中
浏览 5提问于2014-05-21得票数 1
回答已采纳
在员工地图上使用Aggregators.doubleSum(“工资”)、Aggregators.doubleSum(“奖金”)
问题是如何使用内置聚合来处理多个聚合，以及如何处理group子句？
浏览 1提问于2017-01-12得票数 1
回答已采纳
1回答
我有一个包含lon、lat和label列的dataframe dfmean_labels <- aggregate(cbind(lon, lat) ~ label, data据我所知，它正在计算df中每组label值的lat、lon值的平均值
然而，我不确定如何使用pandas数据帧来实现这一点。我可以很容易地按label进行分组，但我不知道如何计算每个组中<e
浏览 3提问于2013-07-13得票数 2
回答已采纳
聚合函数来计算聚合数据，Cypher提供聚合，类似于SQL的组。
聚合函数接受一组值并计算它们之上的聚合值。示例包括计算多个数值平均值的avg()，或在一组值中查找最小数值或字符串值的min()。当我们在下面说一个聚合函数对一组值进行操作时，我们的意思是这些值是将内部表达式(如n.age)应用于同一聚合组中的所
浏览 1提问于2020-09-17得票数 0
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。import os
band_gaps = totals.groupby(['column1callable at
浏览 19提问于2019-06-21得票数 0
回答已采纳
1回答
这是我的数据 threats = pd.read_csv('https://raw.githubusercontent.com/rfordatascience/tidytuesday/master/data/2020/2020-08-18/threats.csv', index_col = 0) 这是我的代码- df = (threats.groupby([也就是说，虽然存在于
浏览 12提问于2020-08-23得票数 0
回答已采纳
1回答
下面是熊猫的操作。我怎么才能在达斯克做到这一点？(" ".join) texta asdf qwerc zxcv jkl;
我希望通过连接相应组中的字符串来聚合目前，Dask只提供关于数字类型的聚合。我该怎么做？
浏览 5提问于2020-04-17得票数 2
回答已采纳
2回答
我有一个按两列分组的pandas DataFrame和一个自定义函数，该函数从每个分组的行集计算值的元组。我正在尝试收集数据帧中的结果，并使用原始的组索引进行索引。当我使用apply()时，我得到了一个带有正确索引的Series，但是值是以元组的形式出现的。我应该如何编写我的函数，以使结果成为数据帧，并按每个组的</em
浏览 1提问于2017-02-27得票数 0
回答已采纳
2回答
Python直到值变化
、、、
假设我有一个有三列的数据集:名称、应用程序和持续时间。我试图弄清楚如何按名称和应用程序进行分组，其中一个不同的跳到另一个应用程序将结束当前的分组并启动一个新的分组，如果我返回到原来的应用程序，它将被计算为一个新的分组。
1. John, Excel, 5 mins
2. John, Spotify,
浏览 6提问于2022-02-01得票数 1
如果为可编辑列定义了分组聚合器，则在提交该列的编辑时，默认情况下该列的分组汇总不会更新。在下面的代码示例中，每当对某一列执行编辑时，我都可以调用dataView.refresh()，但这将重新计算分组聚合器对all列和分组聚合器的总计。args.cell]; dataView.
浏览 7提问于2013-11-06得票数 2
回答已采纳
1回答
我试着用Pandas分析一个日志文件。我想为每秒计算“错误”、“信息”和“警告”的级别绘制三行代码。与x=日期(秒)，y=计数。导入日志文件后，我的数据框架如下所示：
我以每秒的速度计算日期：然后，我按消息级别分组ds_grouped = df_logs.groupby(
浏览 1提问于2020-08-27得票数 0
回答已采纳
在groupby之后，如何在数据帧上使用collect_set或collect_list。例如：df.groupby('key').collect_set('values')。
浏览 2提问于2016-06-02得票数 62
回答已采纳
1回答
我想要获取该流的总播放时间和总暂停时间。我有一个点击流数据，它由开始和暂停时间戳组成。我应该怎样做才能生成一个优化的视图。谢谢
浏览 1提问于2020-08-29得票数 0
虽然我更喜欢使用直接的SQL而不是DSL，但有一种情况需要后者:当我们想要对分组的行执行自定义聚合时。我不确定的是，如何将这种简单的计算转换为DSL 100.0 * (count(*)-sum(dep_delayed))/count(*) DSL中的等价物是什么？如果有必要，该如何创建？
浏览 17提问于2019-07-01得票数 0
回答已采纳
我试图使用熊猫来聚合列数据，以便根据数据集中的一个变量(如广告大小、广告类别广告放置等)来计算数据集中的广告CPC。因此，在下面的情况下，我将adCost和adClicks分组按adSize (这是一个1-5的分类变量)进行聚合。如何在dataset中生成一个新的列，它将使每个adSize和每个adSize的adClick聚合起来，并计算每个adSize的点击成本
浏览 1提问于2016-07-14得票数 3
回答已采纳
2回答
我不知道如何为我的数据集创建自定义聚合，不知道是否有人可以帮助我了解如何使其工作。计算平均值的单行代码示例如下：这将取我所有值的平均值，并按“变量”对它们进行分组。显然，这不起作用，但我想知道是否有人可以帮助我了解如何创建自定义聚合并将其应用到上面的组中。
浏览 0提问于2020-02-29得票数 0
我希望通过dataframe在熊猫群上进行一些聚合，在那里我需要在多个列上应用几个不同的自定义函数。这个操作在R(使用data.table或dplyr)中非常容易，而且很习惯，但我很惊讶我发现在熊猫中它是如此的困难：data = pd.DataFrame({'data.groupby('C').agg([lambda x: x.A.mean() - x.B.mean(),
lambda x
浏览 2提问于2017-05-16得票数 4
回答已采纳
length(city));
我试图得到最小和最大的字符长度与城市名称我以为这个算法会没事的。
为什么min(length(city))上ı不能分组
浏览 7提问于2022-04-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
