我需要哪个Pandas函数？group_by或pivot
对于这个问题，你可以使用Pandas库中的groupby函数或pivot函数来满足不同的需求。
groupby函数是用于按照指定的列或多个列对数据进行分组的函数。它可以将数据集按照某个或多个列的值进行分组，并对每个分组进行聚合操作。例如，你可以使用groupby函数计算每个组的平均值、总和、计数等统计量。这个函数在数据分析和数据处理中非常常见。- 示例代码：
- 示例代码：
- 输出结果：
- 输出结果：
- 推荐的腾讯云相关产品：腾讯云数据库TDSQL，产品介绍链接地址：https://cloud.tencent.com/product/tdsql
pivot函数是用于将数据重塑为透视表形式的函数。它可以将数据集中的某些列作为行索引、某些列作为列索引，并将指定的列作为值进行填充，从而生成透视表。透视表可以帮助你更好地理解数据的关系和分布情况。- 示例代码：
- 示例代码：
- 输出结果：
- 输出结果：
- 推荐的腾讯云相关产品：腾讯云数据仓库CDW，产品介绍链接地址：https://cloud.tencent.com/product/cdw
通过使用groupby函数和pivot函数，你可以根据具体的需求对数据进行分组、聚合和重塑，从而更好地理解和分析数据。腾讯云提供了相应的产品来支持数据存储和处理的需求。
相关·内容
3回答
pandas.crosstab和Pandas数据透视表似乎提供了完全相同的功能。有什么不同吗？
浏览 1提问于2016-03-29得票数 23
在Python Pandas中，我想通过对多个列执行多个聚合函数来添加列，比如R mutate_each。例如，Python Pandas能否实现与以下R脚本相同的处理？
R dplyr :
iris %>%
group_by(Species) %>%
mutate_each(funs(min, max, mean), starts_with("Sepal"))
然而，我能够实现与使用Pandas的变异体相同的处理。如下面的代码所示，我可以执行一个聚合函数并添加一列。
R dplyr :
iris %>% group_by(Species)
浏览 3提问于2017-10-18得票数 5
1回答
我刚刚开始学习R，并将一个项目从Jupyter Notebook过渡到R Markdown文档。我有一个数据集，看起来像这样：
DATE | ROUTE | STOP_NAME | BOARDING
-----------------------------------------------
2020-03-09 | 1 | STOP A | 2
2020-03-09 | 1 | STOP B | 3
2020-03-09 | 2 | STOP C | 1
在几天的时间里，有20，xxx条记录和16条路由。我尝试按D
浏览 0提问于2020-03-21得票数 0
2回答
我正在用json数据中的Pandas构建一个数据透视表。我想在发送到to_string()之前格式化列名。
import numpy as np
import pandas as pd
json_data = [
{"year":2019,"month":"2019-11-01","sub_category":"Van fit out","category":"Vehicle","notes":"Heavy duty hooks","gro
浏览 12提问于2020-06-02得票数 1
2回答
我怎么能合并两张熊猫枢轴表？当我尝试运行我的代码时，我有错误: keyerror
data_pivot= pandas.DataFrame(data.pivot_table(值= 'NR_ACTIONS'，index="HOUR"，"OPID"，“名称”，列=‘CONTACTED_PERSON_NEW’，aggfunc=‘sum’) data_pivot.fillna(0，inplace=True) data2_pivot= pandas.DataFrame(data2.pivot_table(值=‘data.pivot_table_PA’，i
浏览 2提问于2015-08-19得票数 5
回答已采纳
我有下一个问题。
例如，我在Pandas中有next DataFrame
a b c
'x' 1 100
'y' 2 100
'z' 3 100
现在，我希望从列a中的值创建新DataFrame的标题，列b中的值是我用于索引的第一行和列c中的对应值。目前我使用的是下面的代码：
import pandas
piv = df.pivot(index='c', columns='a')
new_df = pandas.DataFrame(piv.to_records())
输出不太适合我，因为我在一个新DataF
浏览 9提问于2018-08-07得票数 0
回答已采纳
1回答
长到宽格式的多索引熊猫
、、、
我有一个像这样的数据文件：
data.head()
Out[2]:
Area Area Id Variable Name Variable Id Year \
0 Argentina 9 Conservation agriculture area 4454 1982
1 Argentina 9 Conservation agriculture area 4454 1987
2 Argentina 9 Conservation agriculture
浏览 2提问于2017-11-08得票数 4
回答已采纳
2回答
在不提供分组的情况下，使用pandas.pivot_table计算整个表上的聚合函数的最佳方法是什么？
例如，如果我想将A、B、C的和计算成一个有一行的表，而不按任何列进行分组：
>>> x = pd.DataFrame({'A':[1,2,3],'B':[8,7,6],'C':[0,3,2]})
>>> x
A B C
0 1 8 0
1 2 7 3
2 3 6 2
>>> x.pivot_table(values=['A','B'
浏览 10提问于2015-07-01得票数 2
回答已采纳
我有一个相当简单的列表：
ls <- list(560L, 4163L, 3761L, 287:290, 4467L, 3564L, 200:202)
如果每一行对应于数据帧中的一行：
df <- enframe(c("tom", "dick", "harry", "sally", "sarah", "petra", "helen"), value = "name", name = NULL)
由于列表中的某些行元素包含一个数字向量，所以不像将列表转换为数
浏览 3提问于2020-01-24得票数 0
回答已采纳
当我尝试过滤Pandas数据帧时(如下面的示例所示)，它工作得很好：
print data[data['ProductCategory'].isin(['ProductA'])]
但是，当我试图在结果的枢轴表上做同样的操作时：
pivot = pandas.pivot_table(
data,index=['ProductCategory', 'Currency', 'Producer'],
values=['Price','Quantity','F
浏览 2提问于2015-09-14得票数 1
回答已采纳
1回答
多索引数据帧，熊猫
、、、
我正在尝试操作excel文件中的数据，但是它合并了列的标题，我设法将它们转换为pandas。请参考下面的原始数据示例。
所以我转换成了这种格式。
我的最终目标是获得下面的格式，并绘制一段时间内的品牌商品及其销售数量和价格，但是我不知道如何访问多索引数据框架中的信息。你能给我提个建议吗？谢谢。
我的代码：
import pandas as pd
df = pd.read_excel('path.xls', sheet_name = 'data', header = [0,1])
a = df.columns.get_level_values(
浏览 4提问于2021-03-10得票数 0
pandas.Grouper被认为只用于约会吗？或者它也可以用于整数吗？
我想结合使用pandas.Grouper和pandas.pivot_table。下面是一个示例，说明如何对包含pandas.Grouper的列使用dates
import pandas
import numpy
from datetime import datetime
date_data_frame = pandas.DataFrame(
{
"date": [
dateti
浏览 2提问于2020-09-22得票数 3
回答已采纳
2回答
我需要通过跨多个数字列(Var1、Var2)的分组变量(动物)来拟合许多黄土样条，并提取这些值。
我找到了执行此任务的代码--一次一个变量；
# Create dataframe 1
OneVarDF <- data.frame(Day = c(replicate(1,sample(1:50,200,rep=TRUE))),
Animal = c(c(replicate(100,"Greyhound"), c(replicate(100,"Horse")))),
Var1 = c(c(re
浏览 0提问于2020-03-04得票数 0
回答已采纳
1回答
这是我的pivot_device_T.Index，我的数据帧是pivot_device_T
Index(['', '3', 'AXIS', ... , 'All_Bolt', 'All_Telkomsel', 'All_XL', 'All_Indosat', 'All_Smartfren'],
dtype='object', name='operatorName')
我要做的是
pivot_device_T = pivot_
浏览 42提问于2018-05-31得票数 2
回答已采纳
我是R系的新人，在网上找了很多，但找不到我所追求的答案。
我有4个不同长度和列的数据帧。我希望将所有列并排放在一起，而不会获得NA或重复的值，就像我现在使用以下代码所得到的那样：
summBC <- summary %>%
group_by(BuildingClass) %>%
summarise(TotalTIV=sum(as.numeric(TotalTIV))) #Pivot table on Building class
summOC < -summary %>%
group_by(OccupancyType) %>%
su
浏览 11提问于2017-07-14得票数 0
回答已采纳
2回答
我想用R来做一个有条件的和，我有一个表格如下所示。有了这些数据，我希望有一个未来5天每台办公桌总价值的前瞻性预测。值应包含到out_date的开始日期。
+-------+------------+-------+-------+------------+------+
| Index | Date | Desk | Value | Out_date | Days |
+-------+------------+-------+-------+------------+------+
| 16 | 2020-07-30 | Desk1 | 1 | 2020-08
浏览 1提问于2020-08-14得票数 0
回答已采纳
我从spark数组“df_spark”开始： from pyspark.sql import SparkSession
import pandas as pd
import numpy as np
import pyspark.sql.functions as F
spark = SparkSession.builder.master("local").appName("Word Count").config("spark.some.config.option", "some-value").getOrCreate()
np
浏览 19提问于2018-12-16得票数 3
回答已采纳
有一个包含列名、学校和标记的pandas dataframme name school marks
tom HBS 55
tom HBS 55
tom HBS 14
mark HBS 28
mark HBS 19
lewis HBS 88 如何转置和转换成这样 name school marks_1 marks_2 marks_3
tom HBS 55 55 14
mark HBS 28 19
lewis HBS 88 尝试
浏览 119提问于2021-11-23得票数 2
回答已采纳
1回答
我有一个csv，如图1所示，我想按日期及其计数对数据进行分组，如第二张图所示： ? 当我尝试下面的代码时，我得到了X1.22.20格式的日期。我该如何克服这个问题呢？ bar <- subset(data.raw, Country.Region == "China")
head(bar)
final_df <- as.data.frame(t(bar)) ?
浏览 15提问于2020-03-29得票数 0
1回答
两天来，我一直在尝试重塑一只熊猫的数据。我想把我的多索引数据转换成多列形式，但是使用pd.stack()、pd.unstack()、pd.melt()、.
我有一个通用的多索引数据，如下所示：
import pandas
df = pandas.DataFrame({'Scenario' : ['Scen1', 'Scen1', 'Scen1', 'Scen1',
'Scen1', 'Scen1',
浏览 1提问于2019-02-06得票数 4
回答已采纳
我有这样一个数据框架：
>data
ID Location Sex Time Var1 Var2 Var3 Var4 Var5 Var6
12 A M .1 … … … … … …
12 A M .2 … … … … … …
12 A M .3 … … … … … …
12 A M .4 …
浏览 1提问于2020-01-16得票数 1
回答已采纳
我目前正试图在我写的tidyverse管道上做一个循环，但是我想以一种类似嵌套循环的方式进行循环，但它是1-1。假设我有i和j，我希望当i=1或列列表中的第一个元素时，j也是列列表中第一个元素的1。
我的代码如下所示(ARPU =每个用户的广告收入)
Dftest <- df %>% mutate(Numerator = `Day 7 ARPU` * `Installs`)
%>% group_by(platform, source)
%>% summarise(WeightedMean = sum(Numerator)/sum(installs))
%>%
浏览 4提问于2022-10-13得票数 0
4回答
假设这个data需要在多个变量上使用summary度量mean和sd，
# Create grouping var; ####
mtcars <- mtcars %>% mutate(
am = case_when(
am == 0 ~ "Automatic",
TRUE ~ "Manual"
)
)
使用下面的自定义function和purrr，我可以创建一个baseline table，
# Summarising function; ####
sum
浏览 1提问于2021-07-25得票数 5
回答已采纳
2回答
const giftcards = [
{
fromuserid: 1,
amount: 10,
date: new Date(),
touserid: 11,
},
{
fromuserid: 1,
amount: 20,
date: new Date(),
touserid: 11,
},
{
fromuserid: 2,
amount: 10,
date: new Date(),
touserid: 11,
},
{
fromuserid: 2,
浏览 22提问于2021-06-23得票数 1
回答已采纳
我需要使用pandas将所有不同的透视表分析合并到一个工作表中的帮助，我不是合并数据，我只想在同一个工作表的不同单元格中有所有的透视表。 我的脚本输出如下所示 myexcel=pd.ExcelWriter(path)
pivot1.to_excel(myexcel,sheet_name='sheet1')
pivot2.to_excel(myexcel,sheet_name='sheet2')
pivot3.to_excel(myexcel,sheet_name='sheet3')
myexcel.sav
浏览 23提问于2020-06-27得票数 1
1回答
我希望得到一个变量的和，这取决于其他变量的na或R中的non-na值。下面是一个工作示例代码：
library(dplyr)
df <- data.frame(A = c(1,2,3,NA,4),
B = c(NA,2,3,NA,5),
C = c(3,4,NA,NA,NA),
REF = c(10,20,30,40,50))
df.na <- df %>% mutate_at(vars(-REF),is.na)
sums <- matrix(0,2,3)
row.
浏览 2提问于2022-01-26得票数 0
回答已采纳
2回答
我有这样的数据：
import pandas as pd
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4], 'ent':['A','B']})
| |a |b |ent
|---|---|----|----
|0 |1 |3 |A
|1 |2 |4 |B
我想要像：这样的数据格式
|ent |A |B
-------------
|a |1 |2
|b |3 |4
我可以应用df.T或df.transpose，但是
浏览 0提问于2018-03-22得票数 3
回答已采纳
我有一些数据，它们看起来类似于以下内容： 数据： rank_A <- sample(x = 1:5, size = 100, replace = TRUE)
rank_B <- sample(x = 1:5, size = 100, replace = TRUE)
Y_A <- rnorm(n = 100)
Y_B <- rnorm(n = 100)
X <- rnorm(n = 100)
df <- data.frame(rank_A, rank_B, Y_A, Y_B, X) 看起来是这样的： > tibble(df)
# A tibbl
浏览 15提问于2019-10-08得票数 0
回答已采纳
3回答
这个问题是由和问题引起的。
我试图计算每个组中不同值的比例，但我不想为组创建“新”行，而是为新列创建“新”行。
举上面第二个问题的例子。如果我有以下数据：
data <- structure(list(value = c(1L, 1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L,
2L, 2L, 2L, 3L, 3L, 3L, 3L), class = structure(c(1L, 1L, 1L,
2L, 2L, 2L, 1L, 1L, 1L, 1L, 2L, 2L, 1L, 1L, 1L, 1L), .Label = c("A",
"B
浏览 0提问于2020-01-06得票数 1
回答已采纳
我有以下数据
a <-
structure(list(Sample_1 = structure(c(Bacteria_A = 1L, Bacteria_B = 2L,
Bacteria_C = 3L, `4` = 1L, `5` = 2L, `6` = 2L, `7` = 3L, `8` = 1L
), .Label = c("12", "23", "25", "soil"), class = "factor"), Sample_2 = structure(c(Bacteria_A = 3L,
Bact
浏览 8提问于2020-02-11得票数 0
回答已采纳
如果我在Pandas中有一个多索引DataFrame，如果我通读了pivot和pivot_table的文档，我似乎找不到pivot在这个例子中不能工作的原因。显然，我遗漏了一些东西，但它采用了相同的参数，似乎表明它会起作用。这里我漏掉了什么？为什么pivot抛出一个错误，而pivot_table却完美地工作。谢谢。
# standard imports
import pandas as pd
# create a random multiindex dataframe
outside = ['G1','G1','G1','G2'
浏览 2提问于2019-08-12得票数 0
我正在将我的代码迁移到Pandas 0.22，并遇到了一个支点表的问题。在0.20版中，我有一行代码。它的行为是，当数据透视表中的单元格为空时，sum聚合返回NAN。
workload_pivot_df = pd.pivot_table(workload_df, index=["athlete_id", "date"], values=["workload"], columns=["type"], aggfunc=('sum','last'))
但是，由于Pandas中的变化，当未找到数据时，0.2
浏览 0提问于2018-04-11得票数 2
回答已采纳
我有(举个例子)这个DataFrame： COLUMN1 COLUMN2 VALUE
0 0102 1020 1
1 0102 1220 8
2 0102 1210 2
3 0103 1020 1
4 0103 1210 3
5 0103 1222 8
6 0104 1020 3
7 0104 1120 2 (实际上，它有大约9000行长。) 在此基础上，我创建了数据透视表，其中的索引是COLUMN1，列是COLU
浏览 72提问于2020-03-21得票数 3
回答已采纳
4回答
我想标准化R中的变量，我知道多种方法，如何做到这一点。然而，我非常喜欢使用以下方法：
library(tidyverse)
df <- mtcars
df %>%
gather() %>%
group_by(key) %>%
mutate(value = value - mean(value)) %>%
ungroup() %>%
pivot_wider(names_from = key, values_from = value)
由于某些原因，这种方法无法工作，因为我无法将数据返回到原始格式。因此，我想征求意见。
浏览 2提问于2020-07-03得票数 8
回答已采纳
我有一个和他相似的数据帧：
BirthYear Sex Area Count
2015 W Dhaka 6
2015 M Dhaka 3
2015 W Khulna 1
2015 M Khulna 8
2014 M Dhaka 13
2014 W Dhaka 20
2014 M Khulna 9
2014 W Khulna 6
2
浏览 0提问于2016-11-06得票数 0
我的数据目前的格式是df1：
outcome <- c("success", "failure", "success", "failure", "success", "failure")
basketball <- c(10, 7, 7, 8, 9, 10)
soccer <- c(8, 21, 30, 21, 6, 10)
football <- c(9, 2, 1, 3, 1, 5)
df1 <- data.frame(outcome, basketbal
浏览 0提问于2021-03-09得票数 0
我试图使用Panda库的'loc‘函数在dataset中的一个列中计算缺少的值，但是代码没有成功执行。代码行如下所示。
# Impute missing data by mean weight of each sub-category in 'Item_Weight' column
data.loc[miss_bool,'Item_Weight'] = data.loc[miss_bool,'Item_Identifier'].apply(lambda x: item_avg_weight[x])
正在生成的错误如下，
data.loc
浏览 0提问于2018-08-01得票数 1
5回答
在更改数据文件的形状时，希望保留NaN值。
这两个问题可能相关：
但无法使用所提供的答案--我可以以某种方式为np.sum设置一个分钟计数吗？
import pandas as pd
import numpy as np
df = pd.DataFrame([['Y1', np.nan], ['Y2', np.nan], ['Y1', 6], ['Y2',8]], columns=['A', 'B'], index=['1988-01-01','1988-
浏览 0提问于2019-07-04得票数 4
回答已采纳
我试图创建一个变量，根据另一个变量的值，它将是变量的值的不同。更准确地说，试图改变
patID time value
1 10 start 50
2 10 end 60
3 11 start 20
4 11 end 35
转到
patID diff
1 10 10
2 11 15
通过从每个patID的起始值中减去结束值。这就是我到目前为止想出的：
df %>
浏览 8提问于2022-10-01得票数 1
我有这样的数据：
我希望能看到每一个卖家在每一个国家选择的频率。我已经用这种漫长而缓慢的方式做到了：
competitor_by_country <- df %>%
group_by(country) %>%
summarise(
Test_count = sum(!is.na(Test)),
Test2_count = sum(!is.na(Test2)),
Shopify_count = sum(!is.na(Shopify_)),
Aliexpress_count = sum(!is.na(Aliexpress)),
浏览 2提问于2021-12-28得票数 -1
回答已采纳
我可能完全疯了，但我在读“潘达斯”中的 pivot_table，甚至
实际上，用我自己的数据使用文档中的示例：
import pandas as pd
df = pd.read_csv('data.csv')
pivot_table(df, values='D', index=['A', 'B'], columns=['C'], aggfunc=np.sum)
产生一个错误：
pivot_table(df，value=‘D’，index='A'，'B'，列=‘C’，aggfunc
浏览 3提问于2015-06-08得票数 3
回答已采纳
1回答
实际上，我有两个不同的数据框架，一个用于计算每周数据(df)，另一个(df1)具有股票/密码的绘图值。在df上，我创建了一个熊猫列' pivot‘((open+high+low)/3)，它使用每周数据创建一组包含每周枢轴值的值。
现在，我想将这些每周数据(如行)绘制到具有每日数据的df1上。因此，x1将是本周的开始，x2将是本周的结束。Y值是df(每周)的枢轴值。
我的方法和问题：
首先，我是Python的初学者，这是我学习的第二个月。如果之前有人问过这件事我很抱歉。
我知道枢轴值可以用一个单独的数据框架&熊猫组来计算，但是我想在这之后处理这个问题，所以如果你正在处理这个问题的
浏览 7提问于2022-04-14得票数 2
回答已采纳
我们可以使用以下数据框架作为示例：
Case <- c("Siddhartha", "Siddhartha", "Siddhartha", "Paul", "Paul", "Paul", "Hannah", "Herbert")
Procedure <- c("1", "1", "2", "3", "3", "4", "1", "1
浏览 3提问于2020-05-22得票数 0
回答已采纳
1回答
在下面的例子中，我很难将一个宽的数据集转换成一个带有pivot_longer的长数据集，我把每个物种的捕获数据作为一个列。我想输出一个数据，其中第一列是物种，每一行都是一个数据点，年份和国家也是列。我想稍后分组和平均这些，以便我可以绘制他们。有人知道如何用pivot_longer实现这一点吗？
Data <- data.frame(
Country = c("a", "a", "c", "c", "a", "b"),
Year = c("1990", "1990&
浏览 1提问于2020-09-10得票数 1
回答已采纳
1回答
我有以下一些复杂的问题。考虑以下两个数据框架
df
ID cat month_1 month_2
1 1 A 3 1
2 1 B 2 2
3 1 C 3 4
4 2 A 3 6
5 3 D 5 2
6 3 B 2 9
> df2
ID month_number
1 1 month_1
2 1 month_2
3 2 month_1
4 2 month_2
浏览 1提问于2019-09-26得票数 0
回答已采纳
我有一些我正在处理的丑陋数据，看起来像这样。
我的目标是得到这个
这是我的代码，我试着做一个inner_join和full_join，但我只能得到3行。
data <- data.frame("ID" = c(11,11,22,22,33,33),
"Time 1" = c(131, NA, NA, NA, 177, 177),
"Time 2" = c(NA, 145, 342, 342, NA, 187),
"Time 3" = c(N
浏览 11提问于2021-05-13得票数 0
我有一个文本文件，其中包含以下格式的数据
101.223.129.4 918801641445^0^paus
101.223.129.4 918801641445^0^german
101.223.129.4 918801641445^0^photo
101.223.129.4 918801641445^0^polish
101.223.129.4 918801641445^0^find
101.223.129.4 918801641445^0^extra
101.223.129.4 918801641445^0^access
101.223.129.4 918801641445^0^priv
浏览 0提问于2015-10-08得票数 1
回答已采纳
2回答
我的表是从透视表中提取的，以消除缺少的值和太短的值，比如城市名称，下面是我的代码
company = pd.read_sql('SELECT user_id, address FROM company' , con=db_connection)
table = pd.pivot_table(company, index=['address'],aggfunc=np.sum)
table.reset_index()
那我就得到他的
address user_id
3
浏览 3提问于2017-10-06得票数 2
回答已采纳
1回答
我在R中挣扎，希望有人能帮助我。我试图编写一个for循环来迭代数据帧的列，但不幸的是，我没有成功。
所以我的问题是:我有10个数据帧(dt1，dt2，dt3，…)，dt10)。例如，dt1如下所示：
dt1<-data.frame(Topic1=c(1,2,3,4,5,6,7,8,9),Topic2=c(9,8,7,6,5,4,3,2,1), Topic3=c(1,9,2,8,3,7,4,6,5), Name=c("A","A","A","A","A","B","B","
浏览 2提问于2019-09-24得票数 1
回答已采纳
我正在尝试扩展这个已经解决的问题的答案，Take Sum of a Variable if Combination of Values in Two Other Columns are Unique，但因为我是新的堆栈溢出，我不能直接评论那个帖子，所以这是我的问题： 我有一个类似下面的数据集，但是有大约100列的二进制数据，如"ani1“和"bni2”列所示。 Locations <- c("A","A","A","A","B","B","C","C&
浏览 13提问于2021-03-22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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
