Pandas groupby在重组组时更改返回类型
Pandas是一个基于Python的数据分析库，而groupby是Pandas中用于分组和聚合数据的重要函数之一。在使用Pandas的groupby函数进行数据重组时，可以通过指定参数来更改返回的数据类型。
默认情况下，groupby函数返回的是一个GroupBy对象，它是一个中间结果，可以进一步进行操作和计算。但有时候我们可能需要直接获取聚合后的结果，这时可以使用GroupBy对象的聚合函数（如sum、mean、count等）来计算并返回一个DataFrame或Series对象。
下面是一些常用的返回类型更改示例：
- 返回DataFrame对象：df.groupby('column_name').sum() # 返回一个DataFrame对象
- 返回Series对象：df.groupby('column_name')['column_name'].sum() # 返回一个Series对象
- 返回多个聚合结果的DataFrame对象：df.groupby('column_name').agg({'column_name1': 'sum', 'column_name2': 'mean'}) # 返回一个包含多个聚合结果的DataFrame对象
- 返回具有多级索引的DataFrame对象：df.groupby(['column_name1', 'column_name2']).sum() # 返回一个具有多级索引的DataFrame对象
Pandas提供了丰富的groupby函数的参数和方法，可以根据具体需求进行灵活的数据重组和类型更改。在腾讯云的产品中，可以使用TencentDB for MySQL来存储和管理数据，使用腾讯云函数（SCF）来进行数据处理和计算，使用腾讯云API网关（API Gateway）来构建和管理API接口，以实现云原生的数据分析和处理。相关产品和介绍链接如下：
- TencentDB for MySQL：腾讯云提供的高性能、可扩展的云数据库服务，适用于存储和管理大规模数据。
- 腾讯云函数（SCF）：腾讯云提供的事件驱动的无服务器计算服务，可用于处理和计算数据。
- 腾讯云API网关（API Gateway）：腾讯云提供的托管式API网关服务，可用于构建和管理API接口，实现云原生的数据分析和处理。
通过使用这些腾讯云的产品，您可以在云计算领域中灵活应用Pandas的groupby函数，并实现高效、可扩展的数据分析和处理。
相关·内容
3回答
要对单个列的groupby应用聚合，请执行以下操作： df.groupby('column_name1')['column_name2'].agg(sum) 我有一个数据，如果column1包含值A，我想对column2应用sum()，如果值是B，我想对count()应用它。 完成此任务的语法是什么？ 我试图用if语句编写一个for循环，但我希望有更好的方法来实现这一点。
浏览 10提问于2019-01-14得票数 3
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。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 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
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
腾讯云API网关怎么无法restful？？ 新增里面只能填写网关名和描述，其他文档的设置选项全都没
调用scf函数也是默认的直接调用函数名，，根本不需要restful的吗== =？？？
浏览 549提问于2020-06-02
3回答
我有一个交易的Pandas DataFrame：
transactions.head():
Amount Date of Transaction Description \
0 39.95 2017-03-30 Fake_Transaction_One
1 2.39 2017-04-01 Fake_Transaction_Two
2 8.03 2017-04-01 Fake_Transaction_Three
3 34.31
浏览 0提问于2018-07-22得票数 3
回答已采纳
我经常希望通过组合成组的DataFrame的多个列来创建一个新的DataFrame。apply()函数允许我这样做，但它要求我创建一个不需要的索引：
In [359]: df = pandas.DataFrame({'x': 3 * ['a'] + 2 * ['b'], 'y': np.random.normal(size=5), 'z': np.random.normal(size=5)})
In [360]: df
Out[360]:
x y z
0 a
浏览 3提问于2012-09-14得票数 10
回答已采纳
考虑一下这个dataframe
df = pandas.DataFrame(numpy.random.randint(0,100,size=(200, 4)), columns=list('ABCD'))
df['E'] = list(numpy.arange(1001, 1021)) * 10
df['F'] = ['c', 'b', 'b', 'a', 'd'] * 20 + ['d', 'a', 'b', '
浏览 2提问于2017-06-30得票数 3
回答已采纳
我正在尝试将一些代码从Pandas移植到考拉，以利用星火的分布式处理。我正在获取一个dataframe，并将其分组到A和B上，然后应用一系列函数来填充新的dataframe的列。下面是我在Pandas中使用的代码：
new = old.groupby(['A', 'B']) \
.apply(lambda x: pd.Series({
'v1': x['v1'].sum(),
'v2': x['v2'].sum(),
'v3': (x['v1
浏览 8提问于2020-07-06得票数 3
我有一个多层次的熊猫数据索引。我想创建一个新列，该列中的值基于一个条件。此条件基于该索引的另一列之和，然后将该索引减半。如果这个值小于存储在单独列表中的最后一个值，那么新列中的值与dataframe中的另一个列的值相同。如果不满足此条件，那么新列中的所有值都应该是0。
使用这个问题来尝试实现这个，我使用了np.where和df.sum(level=0, axis=1)的组合，但是这会导致以下错误：
ValueError: operands could not be broadcast together with shapes (2,8) (21,) ()
下面是我的dataframe和到目前为
浏览 1提问于2019-03-30得票数 2
回答已采纳
4回答
示例 import pandas as pd
import numpy as np
d = {'l': ['left', 'right', 'left', 'right', 'left', 'right'],
'r': ['right', 'left', 'right', 'left', 'right', 'left'],
'v':
浏览 37提问于2017-03-14得票数 13
回答已采纳
1回答
我试图按多个列进行分组，并将它们聚合，使它们在分组后成为一个列表。
目前，DataFrame看起来如下：
我试过用这个：
grouped = DataFrame.groupby(['jobname', 'block'], axis=0)
DataFrame= grouped.aggregate(lambda x: list(x))
但是，当我将其应用于IPython时，它会给出以下错误：
---------------------------------------------------------------------------
ValueEr
浏览 0提问于2015-11-13得票数 3
回答已采纳
如何根据pandas dataframe中'one‘列的项目对'two’列中的值求和： df = pd.DataFrame({'One': ['A', 'B', 'A', 'B'], 'Two': [1, 5, 3, 4]})
out[1]:
One Two
0 A 1
1 B 5
2 A 3
3
浏览 7提问于2019-03-02得票数 0
回答已采纳
pandas有没有一种内置的方法，可以在同一列df["returns"]上应用两个不同的聚合函数f1, f2，而不必多次调用agg()？
示例数据帧：
import pandas as pd
import datetime as dt
import numpy as np
pd.np.random.seed(0)
df = pd.DataFrame({
"date" : [dt.date(2012, x, 1) for x in range(1, 11)],
"returns" : 0.05 *
浏览 0提问于2012-09-26得票数 190
回答已采纳
我正在尝试将一个大型数据集(1300万行)从MySQL数据库读取到pandas (0.17.1)中。根据其中一个在线建议，我使用了chunksize参数来完成此操作。
db = pymysql.connect(HOST, # localhost
port=PORT, # port
user=USER, # username
password=PASSW, # password
db=DAT
浏览 0提问于2016-10-06得票数 0
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
1回答
我是一个重度SQL用户，并且我是Python和Pandas的新手。我有一台DataFrame。
import pandas as pd
data=[[1,100,'a'],[1,200,'b'],[2,300,'a'],[2,400,'a'],[3,500,'b'],[3,600,'a'],[3,700,'b']]
df=pd.DataFrame(data,columns=['Group','Amount','Condition']
浏览 6提问于2019-11-01得票数 0
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，并按每个组的标签进行索引？
这是一个基于本教程中的数据帧的示例。
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
浏览 1提问于2017-02-27得票数 0
回答已采纳
2回答
按嵌套字典键分组熊猫数据
、、、
我有一个熊猫资料栏，其中一个列是字典类型。这是一个示例dataframe：
import pandas as pd
df = pd.DataFrame({'a': [1,2,3],
'b': [4,5,6],
'version': [{'major': 7, 'minor':1},
{'major':8, 'minor': 5},
浏览 5提问于2016-08-10得票数 3
回答已采纳
请考虑以下示例：
import pandas as pd
import numpy as np
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : [12,10,-2,-4,-2,5,8,7],
浏览 4提问于2016-03-31得票数 6
回答已采纳
我不知道(DataFrame - Groupby)是如何工作的。
具体而言，考虑到以下数据：
df = pd.DataFrame([['usera',1,100],['usera',5,130],['userc',1,100],['userd',5,100]])
df.columns = ['id','date','sum']
id date sum
0 usera 1 100
1 usera 5 130
2 userc 1 1
浏览 2提问于2020-10-10得票数 0
回答已采纳
在Pandas中，如何在同一个数据集中进行多步/顺序聚合？好像每个步骤都是下一个步骤的“子查询”。
在SQL中，我可以这样想：
SELECT x.A, COUNT(x.B) as B_COUNT, SUM(x.C_SUM) as C_SUM
FROM (
SELECT df.A, df.B, SUM(df.C) as C_SUM
FROM df
GROUP BY df.A, df.B
) x
GROUP BY x.A
在Python3.4和Pandas0.19.2中工作，我有这样一个数据框架：
import pandas
import numpy
numpy.rand
浏览 0提问于2016-12-30得票数 1
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
