首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

如何从groupby创建新的列表列值

从groupby创建新的列表列值可以通过以下步骤实现:

  1. 首先,使用groupby函数将数据按照指定的列进行分组。groupby函数可以根据某一列的值将数据分成多个组。
  2. 接下来,可以使用agg函数对每个组进行聚合操作,生成新的列值。agg函数可以对每个组应用一个或多个聚合函数,如求和、平均值、最大值、最小值等。
  3. 在agg函数中,可以使用字典的形式指定每个列需要应用的聚合函数。例如,可以使用{'列名': '聚合函数'}的形式来指定每个列需要应用的聚合函数。
  4. 最后,将生成的新列值添加到原始数据中,可以使用merge函数将原始数据和生成的新列值进行合并。merge函数可以根据指定的列将两个数据集进行合并。

以下是一个示例代码:

代码语言:txt
复制
import pandas as pd

# 原始数据
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
        'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
        'C': [1, 2, 3, 4, 5, 6, 7, 8],
        'D': [10, 20, 30, 40, 50, 60, 70, 80]}

df = pd.DataFrame(data)

# 按列A进行分组,并对列C和列D求和
grouped = df.groupby('A').agg({'C': 'sum', 'D': 'sum'})

# 将生成的新列值添加到原始数据中
df = df.merge(grouped, left_on='A', right_index=True)

print(df)

输出结果如下:

代码语言:txt
复制
     A    B  C   D
0  foo  one  16  170
2  foo  two  16  170
4  foo  two  16  170
6  foo  two  16  170
7  foo  one  16  170
1  bar  one   6   60
3  bar  two   6   60
5  bar  one   6   60

在这个示例中,我们按照列A进行分组,并对列C和列D进行求和。然后将生成的新列值添加到原始数据中。最终输出的结果中,每个组的新列值都是相同的。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

  • groupby函数详解

    这是由于变量grouped是一个GroupBy对象,它实际上还没有进行任何计算,只是含有一些有关分组键df[‘key1’]的中间数据而已,然后我们可以调用配合函数(如:.mean()方法)来计算分组平均值等。   因此,一般为方便起见可直接在聚合之后+“配合函数”,默认情况下,所有数值列都将会被聚合,虽然有时可能会被过滤为一个子集。   一般,如果对df直接聚合时, df.groupby([df['key1'],df['key2']]).mean()(分组键为:Series)与df.groupby(['key1','key2']).mean()(分组键为:列名)是等价的,输出结果相同。   但是,如果对df的指定列进行聚合时, df['data1'].groupby(df['key1']).mean()(分组键为:Series),唯一方式。 此时,直接使用“列名”作分组键,提示“Error Key”。 注意:分组键中的任何缺失值都会被排除在结果之外。

    01

    Hive优化器原理与源码解析系列--优化规则AggregateProjectPullUpConstantsRule(十七)

    这篇文章来讲优化规则AggregateProjectPullUpConstantsRule,顾名思义是将Aggregate汇总操作中常量字段上拉到Project投影操作中的优化规则,主要功能从Aggregate聚合中删除常量键。常量字段是使用RelMetadataQuery.getpulldupredicates(RelNode)推导的,其输入不一定必须是Project投影操作。但此Rule规则从不删除最后一列,简单来讲,如果groupBy字段只有一列,而且为常量,也不会执行此优化,因为聚合Aggregate([])返回1行,即使其输入为空。由于转换后的关系表达式必须与原始关系表达式匹配,为等价变换,因此常量被放置在简化聚合Aggregate上方的Project投影中。

    01
    领券