pandas groupby + apply的快速替代品？
pandas groupby + apply的快速替代品是pandas agg函数。agg函数可以在groupby操作后对分组数据进行聚合计算，相比于apply函数，agg函数更高效。
agg函数可以接受一个字典作为参数，字典的键表示要进行聚合计算的列名，值表示要应用的聚合函数。常见的聚合函数包括sum、mean、count、max、min等。
使用agg函数可以更简洁地实现对分组数据的聚合计算，提高代码的可读性和执行效率。
以下是一个示例代码：
import pandas as pd
# 创建一个DataFrame
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)
# 使用groupby + agg进行聚合计算
result = df.groupby(['A', 'B']).agg({'C': 'sum', 'D': 'mean'})
print(result)输出结果为：
C D
A B
bar one 20 40.0
two 4 40.0
foo one 9 50.0
two 10 70.0在这个例子中，我们对DataFrame按照'A'和'B'列进行分组，然后使用agg函数对'C'列进行求和，对'D'列进行均值计算。
推荐的腾讯云相关产品是TencentDB for MySQL，它是腾讯云提供的一种高性能、可扩展的云数据库服务。TencentDB for MySQL支持分布式集群架构，可以满足大规模数据存储和处理的需求。您可以通过以下链接了解更多关于TencentDB for MySQL的信息：TencentDB for MySQL产品介绍。
相关·内容
1回答
在Python中聚合组并从某个计数中吐出百分比
python-2.7、numpy、pandas、aggregate-functions
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
1回答
使用groupby加快数据重格式化
python、pandas、dataframe、pandas-groupby
所以我有一个DataFrame，它看起来像这样的东西：
import pandas as pd
ddd = {
'a': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
'b': [22, 25, 18, 53, 19, 8, 75, 11, 49, 64],
'c': [1, 1, 1, 2, 2, 3, 4, 4, 4, 5]
}
df = pd.DataFrame(ddd)
我需要的是按'c'列对数据进行分组，并应用一些数据转换。现在我正在做这个：
def do_stuff(d:
浏览 2提问于2022-03-04得票数 -1
回答已采纳
2回答
大熊猫群体使用时，如何将负值和正数分别相加？
python、pandas、group-by、sum、dataframe
如何在pandas中对正负值进行不同的求和，并将它们放在positive和negative列中呢？
我的数据如下所示：
df = pandas.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', &#
浏览 6提问于2015-11-18得票数 8
回答已采纳
1回答
如何在Python中按列分组和按自己的函数进行汇总
python、r、pandas、group-by
让df成为我们来自Pandas的测试数据：
import pandas as pd
import numpy as np
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar','foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', '
浏览 1提问于2017-03-03得票数 2
回答已采纳
2回答
Pandas条件group by和sum
python、pandas、group-by、sum
有没有一种方法，我可以对DataFrame的某些行执行groupby和sum，而让其余行保持原样？例如，我有df：
df = pd.DataFrame({
'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'three', 'two&
浏览 0提问于2018-02-20得票数 1
回答已采纳
4回答
执行pandas.DataFrame.groupby().sum()时保留非数字列
python、pandas
在执行pandas.DataFrame.groupby().sum()时，是否可以保留非数字列(第一个出现的值)？
例如，我有这样一个DataFrame：
df = pd.DataFrame({'A' : ['aa1', 'aa2', 'aa1', 'aa2'],'B' : ['bb1', 'bbb1', 'bb2', 'bbb2'],'C' : ['cc1', 'ccc2', '
浏览 17提问于2015-12-19得票数 12
回答已采纳
1回答
具有第一级边距的GroupBy两列
python、pandas、dataframe、group-by、pandas-groupby
我将一个dataframe按2列分组，并根据其他列的总和进行聚合。如何通过同一数据帧中的第一个分组列获得总数？
例如，我的数据框架是：
np.random.seed(0)
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one',
浏览 0提问于2018-12-11得票数 2
回答已采纳
1回答
如何通过熊猫栏创建聚合体？
python、pandas
我试过阅读，但是我无法理解它(我需要更多的例子)。我有以下数据：
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one', 'one', 'two', 'th
浏览 1提问于2016-03-29得票数 2
回答已采纳
2回答
如何在另一列有条件的Pandas中编写聚合函数
python、pandas、aggregate-functions、apply、pandas-groupby
假设有a、b、c、d列的dataframe df，我知道如何定义函数以聚合Panda中的值，如下所示：
def my_agg(x):
names = {
'a_Total': x['a'].sum(),
'b_Mean': x['b'].mean()
}
return pd.Series(names, index=['a_Total','b_Mean'])
d_aggregate = df.groupby(['c',
浏览 1提问于2018-05-21得票数 1
回答已采纳
1回答
Pandas DataFrame中的多步聚合
python、python-3.x、pandas
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
1回答
创建包含旧dataframe中某些列的平均值的新dataframe。
python、pandas、dataframe、data-processing
我有一个从csv文件中提取的数据。我想迭代一个数据进程，其中只有一些列的数据是n行的平均值，而其余的列是每个迭代的第一行。
例如，从csv提取的数据由100行6列组成。我有一个变量n_AVE = 6，它告诉代码将数据平均为每6行。
rawDf = pd.read_csv(outputFilePath / 'Raw_data.csv', encoding='CP932')
OUT:
TIME A B C D E
0 2021/3/4 148 0 142
浏览 7提问于2022-03-11得票数 1
回答已采纳
2回答
在Pandas (python)中，如何添加一个由两个列引用的groupby列
python、pandas
我正在尝试向Pandas GroupBy DataFrame中添加一个列。新列(E)是列(C)上具有相同关键字(A，B)的值的总和，.This关键字由数据帧(A，B)的另外两列形成。
This is my Dataframe
A B C D
0 foo one 1 15
1 bar one 2 10
2 foo two 4 20
3 bar three 4 5
4 foo two 5 6
5 bar two 6 9
6 foo one 7 8
7
浏览 0提问于2019-01-17得票数 1
2回答
使用从上述指标列表中提取的内置熊猫群度量标准。
python、pandas、group-by
我有一个dataframe，为此，我必须计算按dataframe中的某些列分组的一系列指标。我想用循环来做这件事，但我似乎不知道怎么做(如果有正确的方法)。
所以，我想做的基本上是(半伪代码，这并不是出于明显的原因)：
df = pd.DataFrame({'ID': ['A', 'B', 'A', 'C', 'B', 'C', 'A'],
'Score': range(7)})
group = df.group
浏览 4提问于2016-05-06得票数 0
回答已采纳
1回答
如何将扩展窗口应用于groupby结果的名称？
pandas、pandas-groupby
我想使用pandas将数据帧按一列分组，然后对这些组运行扩展窗口计算。想象一下下面的数据帧： G Val
A 0
A 1
A 2
B 3
B 4
C 5
C 6
C 7 我正在寻找的是一种按列G对数据进行分组的方法(结果是组['A', 'B', 'C'])，然后将函数首先应用到组A中的项，然后应用到组A和B中的项，最后应用到组A到C中的项。 例如，如果函数为sum，则结果将为 A 3
B 10
C 28 对于我的问题，应用的函数需要能够访问dataframe中的所有原始项，而不仅仅是groupby中的聚合。 例如，在应用mean时，预期结果
浏览 14提问于2021-11-15得票数 0
回答已采纳
1回答
Pandas-如何将每个值都变成一个新列的两个值的透视表展开？
python、pandas、pivot、dataframe
在使用两个值旋转数据后，如下所示：
import pandas as pd
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'bar'],
'B' : ['one', 'one', 'two', 'two
浏览 0提问于2014-03-26得票数 0
回答已采纳
5回答
对组对象应用vs转换
python、pandas
请考虑以下数据：
columns = ['A', 'B', 'C', 'D']
records = [
['foo', 'one', 0.162003, 0.087469],
['bar', 'one', -1.156319, -1.5262719999999999],
['foo', 'two', 0.833892, -1.666304],
['bar', 'three
浏览 8提问于2014-12-17得票数 237
回答已采纳
3回答
熊猫:对不同的栏目应用不同的功能
python、pandas、aggregate
当使用df.mean()时，我得到一个结果，其中给出了每个列的平均值。现在假设我想要第一列的平均值和第二列的和。有办法这样做吗？我不想要拆卸和重新组装DataFrame。
我最初的想法是做一些类似于pandas.groupby.agg()的事情，比如：
df = pd.DataFrame(np.random.random((10,2)), columns=['A','B'])
df.apply({'A':np.mean, 'B':np.sum}, axis=0)
Traceback (most recent call last)
浏览 2提问于2014-10-17得票数 13
回答已采纳
1回答
对熊猫数据进行分组并收集多个值
python、pandas、dataframe、data-munging
假设我有以下数据框架df1
A B C D
0 foo one 1 0
1 bar two 2 1
2 foo two 3 0
3 bar two 4 1
4 foo two 5 0
5 bar two 6 1
6 foo one 7 0
7 foo two 8 1
我想把它变成像这样的dataframe df2：
A B C D
foo [one,two] [1,3,5,7,8] 0
bar [
浏览 2提问于2017-11-01得票数 1
回答已采纳
3回答
如何在Pandas群后获得多个条件操作？
python、pandas
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
3回答
Python pandas groupby聚合在多个列上，然后旋转
python、pandas、dataframe、pivot、data-cleaning
在Python中，我有一个类似于以下内容的pandas DataFrame：
Item | shop1 | shop2 | shop3 | Category
------------------------------------
Shoes| 45 | 50 | 53 | Clothes
TV | 200 | 300 | 250 | Technology
Book | 20 | 17 | 21 | Books
phone| 300 | 350 | 400 | Technology
其中shop1、shop2和shop3是不同商店
浏览 5提问于2017-04-03得票数 36
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
