python - 在 python 中，summary (dplyr) 函数类似

Question

我有一个 panda 数据框 df，我想按变量“house”进行分组，并在其他三个变量中执行特定操作:“var1”、“var2”和“var3”。假设三个变量都是数字，'var1' 的值为 1,2,3。

data = {'house':['A', 'B', 'A', 'A', 'B', 'B', 'B'], 'var1':[3, 0, 1, 3,4,5,3], 'var2':[2, 0, 5, 1,4,1,3],'var3':[4, 2, 3, 3,0,5,1]}
df = pd.DataFrame(data) 
df

现在，我想创建 3 个新变量

1. new_var1 = 计算 var3 取值 == 3 的次数
2. new_var2 = sum var2(简单聚合)
3. new_var3 = sum var3(简单聚合)

如果我使用 R 编程语言，我会立即完成

require(dplyr)
data = data.frame('house'=c('A', 'B', 'A', 'A', 'B', 'B', 'B'), 
        'var1'=c(3, 0, 1, 3,4,5,3), 
        'var2'=c(2, 0, 5, 1,4,1,3),
        'var3'=c(4, 2, 3, 3,0,5,1))

df= data %>% group_by(house) %>% summarise(new_var1 = sum(var1 == 3),
                                       new_var2 = sum(var2),
                                       new_var2 = sum(var2))
df

在Python中，首先，我按分组

df.groupby(['house'])['var1','var2', 'var3']

但我想继续执行同一行代码，但我不知道该怎么做。 python中有一些类似的“总结”函数吗？

Answer 1

您可以使用agg方法来做到这一点

(df.groupby(['house']).agg({'var1': lambda x: (x==3).sum(), 
                            'var2': 'sum',
                            'var3': 'sum'})
   .rename(columns={"var1": "new_var1", 
                    "var2": "new_var2",
                    "var3":"new_var3"})
)