如何使用pandas Groupby将不同的聚合函数应用于同一列

Question

这样做很明显

 data.groupby(['A','B']).mean()

我们得到了一个多级索引,一级是"A"和"B",一列是每组的平均值

我怎么能同时拥有count(),std()？

所以结果在数据框中看起来像

A   B    mean   count   std

Answer 1

以下应该有效：

data.groupby(['A','B']).agg([pd.Series.mean, pd.Series.std, pd.Series.count])

基本上，调用agg并传递函数列表将生成应用这些函数的多个列。

例子：

In [12]:

df = pd.DataFrame({'a':np.random.randn(5), 'b':[0,0,1,1,2]})
df.groupby(['b']).agg([pd.Series.mean, pd.Series.std, pd.Series.count])
Out[12]:
          a                
       mean       std count
b                          
0 -0.769198  0.158049     2
1  0.247708  0.743606     2
2 -0.312705       NaN     1

您还可以传递方法名称的字符串，常见的方法可以工作，一些比较晦涩的方法我不记得了，但在这种情况下它们工作得很好，感谢@ajcr的建议：

In [16]:
df = pd.DataFrame({'a':np.random.randn(5), 'b':[0,0,1,1,2]})
df.groupby(['b']).agg(['mean', 'std', 'count'])

Out[16]:
          a                
       mean       std count
b                          
0 -1.037301  0.790498     2
1 -0.495549  0.748858     2
2 -0.644818       NaN     1