我有一个像这样的数据框:
testdf
category item inventory sold
0 A Low 100 50
1 A High 200 75
2 A Med 130 20
3 A Misc 435 150
4 A High 130 65
5 A Misc 120 88
6 B Misc 321 230
7 B High 453 450
8 B Low 321 301
9 B Low 122 80
我根据类别和项目对其进行分组
dfindx = testdf.groupby(['category','item']).agg({'inventory':['count','sum']})
dfindx
inventory
count sum
category item
A High 2 330
Low 1 100
Med 1 130
Misc 2 555
B High 1 453
Low 2 443
Misc 1 321
现在在聚合索引表时我遇到了这个错误:
dfindx.groupby(['category'])[['count']].sum()
KeyError: "Columns not found: 'count'"
dfindx.columns
MultiIndex(levels=[['inventory'], ['count', 'sum']],
labels=[[0, 0], [0, 1]])
我无法正确引用计数和总和来总结分组表。
dfindx.groupby(['category'])[inventory['count']].sum()
NameError: name 'inventory' is not defined
dfindx.groupby(['category'])[['inventory']['count']].sum()
TypeError: list indices must be integers or slices, not str
最佳答案
我认为您可以通过 list
与列 inventory
聚合来简化第一次聚合:
dfindx = testdf.groupby(['category','item'])['inventory'].agg(['count','sum'])
print (dfindx)
count sum
category item
A High 2 330
Low 1 100
Med 1 130
Misc 2 555
B High 1 453
Low 2 443
Misc 1 321
然后下一个聚合工作得很好:
print(dfindx.groupby(['category'])[['count']].sum())
count
category
A 6
B 4
但是,如果想将代码与 MultiIndex
输出一起使用,请在下一个聚合中使用元组进行选择:
dfindx = testdf.groupby(['category','item']).agg({'inventory':['count','sum']})
print (dfindx)
inventory
count sum
category item
A High 2 330
Low 1 100
Med 1 130
Misc 2 555
B High 1 453
Low 2 443
Misc 1 321
print(dfindx.groupby(['category'])[[('inventory','count')]].sum())
inventory
count
category
A 6
B 4
关于python - 引用 groupby 结果的聚合列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49548364/