groupby agg (对选定列返回相同的值，而对其他列求和)
groupby agg是一种数据处理操作，常用于对选定列的值进行分组，并对其他列进行聚合计算。具体而言，groupby agg操作可以将数据集按照某一列或多列的值进行分组，然后对每个分组内的其他列进行聚合操作，如求和、平均值、最大值、最小值等。
优势：
- 数据分组：groupby agg可以根据指定的列对数据进行分组，便于后续的聚合计算和分析。
- 聚合计算：通过groupby agg可以对分组后的数据进行各种聚合计算，如求和、平均值、最大值、最小值等，方便获取统计信息。
- 灵活性：groupby agg操作可以根据实际需求选择不同的聚合函数，满足不同的数据分析需求。
应用场景：
- 数据分析：在数据分析过程中，常常需要对数据进行分组和聚合计算，groupby agg可以方便地实现这一目的。
- 业务报表：对于需要生成各类业务报表的场景，groupby agg可以帮助按照不同的维度进行数据分组，并计算相应的指标。
- 数据清洗：在数据清洗过程中，可以使用groupby agg对重复数据进行去重，并对其他列进行合并或聚合操作。
推荐的腾讯云相关产品： 腾讯云提供了一系列适用于云计算的产品和服务，以下是一些推荐的产品：
- 云数据库 TencentDB：提供高性能、可扩展的云数据库服务，支持多种数据库引擎，适用于各类应用场景。产品介绍链接：https://cloud.tencent.com/product/cdb
- 云服务器 CVM：提供弹性、安全的云服务器实例，可根据实际需求进行弹性调整和管理。产品介绍链接：https://cloud.tencent.com/product/cvm
- 云存储 COS：提供安全、可靠的对象存储服务，适用于存储和管理各类非结构化数据。产品介绍链接：https://cloud.tencent.com/product/cos
- 人工智能平台 AI Lab：提供丰富的人工智能算法和模型，支持图像识别、语音识别、自然语言处理等应用。产品介绍链接：https://cloud.tencent.com/product/ai
以上是腾讯云在云计算领域的一些相关产品，可以根据具体需求选择适合的产品进行使用。
相关·内容
2回答
我有一个具有如下标题的数据集：
|State|2020-01-22|2020-01-23|2020-01-24|2020-01-25|2020-01-26|2020-01-27|2020-01-28|
我正在尝试基于groupBy列和每一列的行值之和(列数保持不变)进行groupBy。但当我用：
from pyspark.sql import SparkSession
import pyspark.sql.functions as F
df = df.groupBy('State').agg(F.sum())
但是我得到了错误：sum() missing 1 required
浏览 3提问于2022-04-19得票数 0
我有这个数据框架：
dfexample = pd.DataFrame({'OID' : [7, 7, 7, 7],
'Category' : ['Plumbing', 'Plumbing', 'Plumbing', 'Plumbing'],
'Product_Type' : ['Accessory', 'Shower Accessories', 'Showe
浏览 36提问于2017-01-12得票数 1
回答已采纳
我有一个包含数据的巨大CVS文件，我需要以非常具体的方式按列总结单元格。
我的DataFrame是：
import pandas as pd
df = pd.DataFrame({'country': ['Brazil','Brazil','Brazil','Brazil','Brazil','Brazil','Chile'], 'city': ['Salvador','Salvador','Teresina&#
浏览 1提问于2020-09-26得票数 0
回答已采纳
我有一个数据帧，我正在尝试对其进行分组，并获取多个列的总和，我有以下代码： df=df.groupby(['year','month']).agg({'A':['sum'],'B':['sum'],'C':['sum'],'D':['sum']}) 有没有一种方法可以改变agg()中的参数来迭代列表？我正在尝试这样的东西，但显然它不起作用。 col=['A','B','C','D
浏览 11提问于2020-12-12得票数 0
回答已采纳
初学者问题。这看起来应该是一个简单的操作，但是我无法通过阅读文档来理解它。
我有一个如下结构的df：
|integer_id|int_field_1|int_field_2|
integer_id列不是惟一的，所以我想按integer_id对df进行分组，并将这两个字段相加。
等价的SQL是：
SELECT integer_id, SUM(int_field_1), SUM(int_field_2) FROM tbl
GROUP BY integer_id
对最简单的方法有什么建议吗？
编辑:包括输入/输出
Input:
integer_id int_field_1 int_field_
浏览 0提问于2014-08-28得票数 7
回答已采纳
我有一列数字的电火花数据。我需要对该列进行求和，然后在python变量中将结果作为int返回。
df = spark.createDataFrame([("A", 20), ("B", 30), ("D", 80)],["Letter", "Number"])
我做下面的总结这一栏。
df.groupBy().sum()
但我得到了一份数据。
+-----------+
|sum(Number)|
+-----------+
| 130|
+-----------+
我会把130作为一个int返回到一
浏览 22提问于2017-12-14得票数 56
回答已采纳
7回答
熊猫在组内按组排序
、、、
我想按两列对我的数据帧进行分组，然后在组中对聚合结果进行排序。
In [167]:
df
Out[167]:
count job source
0 2 sales A
1 4 sales B
2 6 sales C
3 3 sales D
4 7 sales E
5 5 market A
6 3 market B
7 2 market C
8 4 market D
9 1 market E
In [168]:
df.groupby(['job','sou
浏览 98提问于2015-01-08得票数 237
回答已采纳
1回答
我的数据如下所示：
import pandas as pd
df = pd.DataFrame.from_dict(
{
'Name': ['Jenny', 'Matt', 'Jenny', 'Jenny','Jenny', 'Matt'],
'Year': [2020, 2021, 2022, 2020, 2021,2030],
'Income': [10000, 11000, 9000, 12
浏览 2提问于2022-09-28得票数 0
回答已采纳
我有信用贷款数据，但原始df有许多贷款I，可以在一个客户之下。因此，为了构建客户端配置文件，我需要按客户端id进行分组。
原始df：
contract_id', 'product_id','client_id','bal','age', 'gender', 'pledge_amount', 'branche_region
RZ13/25 000345 98023432 2300 32 M 4500
浏览 2提问于2020-05-18得票数 0
我有数据帧，它最初是由2个数据帧- launches.merge(dropped,on=('id',how='left')建立的，因此我得到了 id name colour dropped
1 K pink 1
2 K red 1
3 L blue 1
4 M red NaN
5 K pink 1
6 K pink NaN where列从带有dropes(这是一个标志)的dataframe中删除，结果我想得到这样的dataframe name colour laun
浏览 24提问于2021-10-25得票数 0
回答已采纳
我在两个列上使用了groupby ( df有大约70列，除日期时间外，所有列都是浮动的)来获得dask数据文件：
result_ddf = base_ddf.groupby(["firts_integer_column","second_integer_column"])
我不能使用结果，因为它是以某种奇怪的格式：
dask.dataframe.groupby.DataFrameGroupBy
如何将结果作为dataframe使用，因为当我尝试.head()或.compute()时，我会得到错误。
代码1
result_ddf.get_partition(1)
浏览 3提问于2021-01-26得票数 1
回答已采纳
1回答
我有一张这样的桌子
item mrp
----- -----
burger 500
burger 500
burger 600
pizza 1000
pizza 1000
pizza 1000
我需要计算汉堡和披萨的收入贡献。一种方法是首先获得单个项目的mrp总和，并存储在一个变量中，然后获得所有项目的总mrp的总和，执行division.But这将需要对单个项目进行循环。我想用spark的方式来做，只使用sql。是否可以，或者我必须选择looping路径
浏览 1提问于2017-07-19得票数 1
我有一个熊猫数据框在下面：
df
name value1 value2 otherstuff1 otherstuff2
0 Jack 1 1 1.19 2.39
1 Jack 1 2 1.19 2.39
2 Luke 0 1 1.08 1.08
3 Mark 0 1 3.45 3.45
4 Luke 1
浏览 6提问于2018-04-12得票数 29
回答已采纳
2回答
在这里，我有如下学生的分数，我想转移主题名称列，并希望得到的总分数，也在枢轴之后。
源表如下：
+---------+-----------+-----+
|StudentId|SubjectName|Marks|
+---------+-----------+-----+
| 1| A| 10|
| 1| B| 20|
| 1| C| 30|
| 2| A| 20|
| 2| B| 25|
| 2|
浏览 0提问于2019-07-04得票数 0
回答已采纳
1回答
我有一个具有多列和多行的数据集。行应该根据列中的唯一值进行汇总。我尝试了.groupby，但是我希望保留整个数据集，而不仅仅是根据一个唯一的列来总结列。我还需要多个单独的列(值)和另一个列。
例如：
id A B C D E
11 2 1 2 4 100
11 2 2 1 1 100
12 1 3 2 2 200
13 3 1 1 4 190
14 Nan 1 2 2 300
我想总结基于唯一的B、C和D列，然后
浏览 0提问于2020-05-15得票数 1
回答已采纳
我正在尝试理解均值和函数与累积函数之间的区别。
当我运行groupby，然后运行mean时，我得到了id列和值的平均值。
但是，当我使用cumprod运行它时，没有groupby列。如何确保可以获得分组依据的列
x = [.25,.23,.55,.89,-.90,-.04]
id = ['a', 'a', 'a', 'b', 'b', 'b']
df.groupby('id').mean()
df.groupby('id').cumprod()
浏览 1提问于2017-04-22得票数 2
1回答
这是我的基本数据：
root |-- user_id: string (nullable = true)
|-- review_id: string (nullable = true)
|-- review_influence: double (nullable = false)
目标是为每个review_influence设置一个user_id之和。所以我试着把数据汇总起来，像这样总结：
val review_influence_listDF = review_with_influenceDF
.groupBy("user_id")
.agg(coll
浏览 1提问于2017-09-08得票数 0
回答已采纳
1回答
我有下面的BoM列表，其中第一列是材料，第二列是数量，第三列是单位成本。我需要合并重复项，将第二列和第三列中的值相加，然后将第三列与第二列相乘，以获得最终成本。 ['Material 1', 1.0, 1.0]
['Material 2', 2.0, 2.0]
['Material 3', 3.0, 3.0]
['Material 2', 2.0, 2.0]
['Material 3', 3.0, 3.0]
['Material 4', 4.0, 4.0] 这就是我想要实现的： ['Mat
浏览 12提问于2020-07-05得票数 0
回答已采纳
1回答
我是熊猫的新手，我试着用group并在一个新的专栏中创建一个列表。我的Dataframe中有3列，我创建了第4列(New_List)来从另一列创建一个列表，如下所示:使用以下代码：
( df.join(pd.Series(df.groupby(by='NO_ACCOUNTS').apply(lambda x: list(x.Bucket)，name="list_of_b")，on='NO_ACCOUNTS') )
Account_Number Bucket Number_Transactions New_List
ABA
浏览 1提问于2021-06-10得票数 1
回答已采纳
如果我有下面的DataFrame...
code
player_id
223336 4
223336 5
223336 4
225987 2
225987 3
225987 4
如何将"code“列合并到一个字符串中，使结果看起来像...
code
player_id
223336 454
225987 234
谢谢!
浏览 2提问于2015-01-21得票数 0
我有一个pandas dataframe，它有一个整数值在0到4之间的列，它的值如下：
0 108286
1 2042
2 183
3 13
4 3
我想用1替换所有非零值
我尝试了以下代码：
def to_bool(array):
for index, value in enumerate(array):
if value !=0:
array[index] = 1
to_bool(df.handcap)
使用预期输出：
0 108286
1 2241
但在运行该函数后，
浏览 1提问于2021-09-25得票数 1
1回答
基于多个熊猫列的唯一值的分组
、、、、
我有以下的dataframe (数千行，这里只是一个示例)：
cluster_id bin_time trial_time spikes
1 0 0.5 1
2 5 0.7 0
6 0 0.5 5
3 5 0.7 0
浏览 1提问于2022-07-10得票数 0
回答已采纳
5回答
星火中的多列求和
、、
如何将星火中的多列和起来？例如，在SparkR中，下面的代码可以得到一个列的和，但是如果我试图在df中得到两个列的和，就会得到一个错误。
# Create SparkDataFrame
df <- createDataFrame(faithful)
# Use agg to sum total waiting times
head(agg(df, totalWaiting = sum(df$waiting)))
##This works
# Use agg to sum total of waiting and eruptions
head(agg(df, total = sum(d
浏览 4提问于2017-06-12得票数 12
回答已采纳
基于以下数据帧：
+---+-----+----+
| ID|Categ|Amnt|
+---+-----+----+
| 1| A| 10|
| 1| A| 5|
| 2| A| 56|
| 2| B| 13|
+---+-----+----+
我想通过ID和Categ获得列的总和。
+---+-----+-----+
| ID|Categ|Count|
+---+-----+-----+
| 1| A| 15 |
| 2| A| 56 |
| 2| B| 13 |
+---+-----+-----+
在SQL中，我要做
浏览 1提问于2017-12-22得票数 2
回答已采纳
2回答
我正试着把潘达斯DataFrame装进三天的窗口。我有两列，A和B，我想在每个窗口求和。我为这项任务编写的代码
df = df.groupby(df.index // 3).agg({'A': 'sum', 'B':'sum'})
在进行此和时，将NaN值转换为零，但我希望它们保持为NaN值，因为我的数据具有实际的非NaN零值。
例如，如果我有这个df：
df = pd.DataFrame([
[np.nan, np.nan],
[np.nan, 0],
[np.nan, np.nan],
浏览 0提问于2019-08-15得票数 5
回答已采纳
1回答
我应该按年和id汇总一个销售表，然后在表中添加一个年龄列。不幸的是，当我添加最后一列时，我一直只获取该列的NaN值。就像这样：
|year|id|sales|age|
__________________
2022 |1 | 200| NaN|
|2 | 342| NaN|
2021 |34| 500| NaN|
|10| 20 | NaN|
|7 | 4200| Nan|
我的df中有一个" age“列，因此每个id都指定了一个年龄。这是我的代码：
df['sales'] = df.price*df.quantity
df['ye
浏览 2提问于2022-10-17得票数 0
回答已采纳
2回答
这是我的数据框的图像。 ? 我正在处理一个数据帧，它显示每个州的办公室数量。我希望将CA状态下的办公室计数值合并为2个单独的行/索引。
浏览 10提问于2021-03-24得票数 0
回答已采纳
我有一个包含一些60+列的数据帧。在这些列中，大约一半是分类的(非金额列)。但是，它们中的一些将分类数据存储为1和0，因此如果数据类型为NaN，则数据类型将为int或float。
我需要创建一个新的dataframe，将早期dataframe中的选定列作为索引，将唯一值作为列。
测试数据如下：
data = pd.DataFrame({'A':['A','B','C','A','B','C','D'],
'B':[1,
浏览 27提问于2021-03-18得票数 0
2回答
定制的dask GroupBy 非常方便，但是我很难为定义一个在列中最常用的值。
我有什么？
因此，在示例中，我们可以定义如下所示的自定义聚合函数：
custom_sum = dd.Aggregation('custom_sum', lambda s: s.sum(), lambda s0: s0.sum())
my_aggregate = {
'A': custom_sum,
'B': custom_most_often_value, ### <<< This is the goal.
'C&#
浏览 33提问于2020-08-10得票数 2
这里是Python新手，有很多来自VBA的坏习惯。我设计了一种漫长而复杂的方法来实现我需要的东西，但我相信有一种更好的，Pythonic式的方法来实现这一点，我真的会很感激一些建议。基本上，我有一个这样的表(只有更大的，>5000行，我已经从csv文件导入到pandas DataFrame中)： ? 我想以一个旋转的DataFrame结束，它连接了Salesman的名字并汇总了销售数字，如下所示： ? (出于我不需要深入讨论的原因，我更喜欢列表形式的连接名称，因此使用了括号。) 在我的生活中，我想不出一个简单的方法在熊猫身上做到这一点。(我应该用熊猫吗？)我将省去我想出
浏览 19提问于2021-09-24得票数 2
1回答
我希望在DataFrame上计算一些聚集的统计信息，在那里我可以使用任意一组分类列(，包括空集)进行聚合--也就是说，甚至根本没有聚合。我强调第二个原因是，至少在我熟悉的API部分中，聚合或不聚合的选择似乎导致了不同的方法集。
这是我的代码：
n = 20
df = DataFrame ({
"Region" : np.random.choice (['North','South'], size=n) ,
"Category" : np.random.choice (['cat1','
浏览 0提问于2015-04-27得票数 1
回答已采纳
我有这样的数据
我想要这样的输出
我希望有一个列Has_Rose来表示每个id的Rose是否在分类列中。
我怎样才能做到这一点？
浏览 2提问于2022-11-18得票数 0
回答已采纳
我如何在DataFrame上使用groupby和mean，保留所有非数字列？
示例：
ID label_1 label_2 label_3 label_4
0 1 0.582152 13 A False
1 1 0.177475 3 A False
2 2 0.263141 13 B True
3 2 0.630196 3 B True
预期产出：
浏览 2提问于2020-11-26得票数 1
回答已采纳
我有一个包含bool类型列的数据框。我想使用pandas的groupby和agg函数来获取每个id的True值的数量。我已经做过很多次了，但是结果列的类型似乎取决于数据框。下面是一个示例：
import pandas as pd
d = {'id': [1, 1, 2, 3], 'bool': [True, False, False, True]}
df = pd.DataFrame(data=d)
print(df.groupby(['id']).agg({'bool': 'sum'}))
我从这段代码
浏览 0提问于2020-04-03得票数 1
1回答
生成新列中列值和行和的矩阵。
colors = spark.createDataFrame([("Red","Re",20),("Blue","Bl",30),("Green","Gr",50)]).toDF("Colors","Prefix","Value")
+------+------+-----+
|Colors|Prefix|Value|
+------+------+-----+
| Red| R
浏览 1提问于2020-08-22得票数 0
回答已采纳
我是Spark/Scala的新手，所以我有很多问题，其中之一就是。我有一个数据帧，其中包含代码，描述，depdelay。列code有重复的值示例(EA)我想在新列中使用code的不同值和depdelay的min，max，avg。
浏览 0提问于2019-08-28得票数 0
1回答
我试图根据在两列中找到的值来聚合数据。我试图聚合dataframe，以便将A列或B列中具有某些值X的行聚合在一起。
更具体地说，我正试图做这样的事情。假设我有一个dataframe gameStats：
awayTeam homeTeam awayGoals homeGoals
Chelsea Barca 1 2
R. Madrid Barca 2 5
Barca Valencia 2 2
Barca Sevilla 1 0
..。诸若此类
我想要构造一个数据框架，这样在我的
浏览 0提问于2018-10-07得票数 0
回答已采纳
我有一个Dataframe，它有日期、时间作为索引，tweet在不同的列中，以及其他统计数据，如点赞数量。我想以每小时一次的间隔对df进行重新采样，这样我就可以获得每小时的所有tweet和所有统计数据的总和，这是我使用以下代码完成的：
df.resample('60min').sum()
问题是我的tweets栏消失了..我需要它来做情绪分析。我是编程新手，所以提前感谢你阅读这篇文章！
浏览 12提问于2020-05-05得票数 1
回答已采纳
我正在尝试对groupby后的列求和， 这是我的数据 |Day |SMSsNumber|ShortCode|
|----------|----------|---------|
|2020-08-25|647 |26243 |
|2020-08-25|6,396 |76973 |
|2020-08-25|16,615 |51532 |
|2020-08-25|315 |59230 |
|2020-08-25|4,732 |30210 |
|2020-08-25|209 |32261 |
浏览 35提问于2020-09-03得票数 0
我想返回聚合在一起的某些列，但返回日期的平均值的两个特定列。
per_courier = df.groupby(['Rider','Hours','T1 Delivered']).agg(sum).groupby(['Minutes PD', 'Delivery Success']).mean()
我现在得到的输出只返回.groupby().mean()，但似乎没有为我聚合Rider、Hour和T1提供的列。
谢谢
浏览 1提问于2021-11-24得票数 0
我对scala很陌生。我正在星星之火上开发scala/java应用程序，试图从一个hive表中读取一些数据，然后对每一行的所有列值进行汇总。例如，考虑以下DF：
+--------+-+-+-+-+-+-+
| address|a|b|c|d|e|f|
+--------+-+-+-+-+-+-+
|Newyork |1|0|1|0|1|1|
| LA |0|1|1|1|0|1|
|Chicago |1|1|0|0|1|1|
+--------+-+-+-+-+-+-+
我想把所有的1行都加起来，然后得到总数。上述所有列的数据之和应为12 (因为在所有行中有12个数1's )。
浏览 7提问于2017-10-28得票数 3
回答已采纳
晚上好，
我的代码理解了我需要它做的事情，但是我很好奇为什么它会工作。
dft2 = pd.DataFrame(
np.array([
['1','A','WW'], ['1','B','XX'], ['3','A','LL'], ['1','D','ZZ'],['2&#
浏览 1提问于2018-03-17得票数 1
回答已采纳
如果我有以下df：
amount name role desc
0 1.0 a x f
1 2.0 a y g
2 3.0 b y h
3 4.0 b y j
4 5.0 c x k
5 6.0 c x l
6 6.0 c y p
我希望按name和role列进行分组，添加amo
浏览 1提问于2018-09-27得票数 1
回答已采纳
我有一个数据框架如下：
Preg Glucose BloodPressure SkinThickness Insulin Outcome
0 1.0 85.0 66.0 29.0 0.0 0.0
1 8.0 183.0 64.0 0.0 0.0 0.0
2 1.0 89.0 66.0 23.0 94.0 1.0
3 0.0 137.0
浏览 0提问于2019-08-29得票数 1
回答已采纳
1回答
我试图找出如何通过在新列上创建百分比和求和来聚合Pandas数据框架中的组。
例如，在下面的数据框架中，我有A、B、C和D列，我想按A中的组进行聚合，而C应该是(频率'1‘除以不缺失值的频率)的一个百分比，而D应该是不缺失值的总和。
例如，对于“foo”组，生成的数据框架应该是
A B C D
foo 1.333 4
我可以在这里和那里做一些单独的部分，但不确定如何编译成一个连贯的脚本：
import pandas
from pandas import DataFrame
import numpy as np
df = DataFrame
浏览 1提问于2015-09-14得票数 4
回答已采纳
有人知道熊猫为什么抛出ValueError以及如何修复它吗？我只想计算按"CurveName“和"Tenor”分组时"Value“列的差异。 Example
浏览 12提问于2020-09-04得票数 0
2回答
下面是一个很小的例子，展示了我所面临的问题。让我们的初始状态如下(我只为演示目的使用字典)：
A = [{'D': '16.5.2013', 'A':1, 'B': 0.0, 'C': 2}, {'D': '16.5.2013', 'A':1, 'B': 0.0, 'C': 4}, {'D': '16.5.2013', 'A':1, 'B': 0.5, 'C'
浏览 0提问于2014-05-22得票数 1
回答已采纳
我有一个像这样的熊猫数据框架：
df = pd.DataFrame({"RT":[9,10,10,11,11,11,11],"Quality":[70,60,50,60,80,70,80],'Name' :['a','a','b','c','b','c','b'],'Similarity':[0.98,0.97,0.97,0.95,0.95,0.95,0.95]})
RT Quality Name Si
浏览 2提问于2018-11-20得票数 0
我有这个数据集：
我希望它看起来像这样：
我知道我需要这样做：
df= df.groupby('city_id').resample('W').agg({'Quantity':'sum'}, loffset = pd.offsets.timedelta(days=-8))
以获得每周的聚合，但我需要它按城市id分组，然后按周聚合。
我的想法是，我需要创建多个数据帧，每个数据帧对应一个城市id，按日期聚合它们，生成每周的输出，然后将它们连接在一起，但我觉得有一种更好的方法来做到这一点。
浏览 0提问于2018-04-25得票数 0
2回答
我有一个像这样的数据仓库：
Name rent sale
0 A 180 2
1 B 1 4
2 M 12 1
3 O 10 1
4 A 180 5
5 M 2 19
如果我有一个重复行和一个列字段中的重复值 =>示例：
duplicate行A列的重复值180在列中只保留一个(不加和)或 =>示例重复行A具有不同的值<code>E 117</code>2&5在Sale列<code>E 218</code>
浏览 6提问于2021-07-20得票数 2
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
