使用 Pandas 数据框按功能分组,我想按 c_b
列分组,并且 (1) 计算 c_a
列和 c_c
列的唯一计数code>, (2) 并获取 c_d 列的最大值。想知道有没有办法写一行group by代码来实现这两个目标?我尝试了以下代码行,但它似乎不正确。
sampleGroup = sample.groupby('c_b')(['c_a', 'c_d'].agg(pd.Series.nunique), ['c_d'].agg(pd.Series.max))
我的预期结果是,
预期结果,
c_b,c_a_unique_count,c_c_unique_count,c_d_max
python,2,2,1.0
c++,2,2,0.0
谢谢。
输入文件,
c_a,c_b,c_c,c_d
hello,python,numpy,0.0
hi,python,pandas,1.0
ho,c++,vector,0.0
ho,c++,std,0.0
go,c++,std,0.0
源代码,
sample = pd.read_csv('123.csv', header=None, skiprows=1,
dtype={0:str, 1:str, 2:str, 3:float})
sample.columns = pd.Index(data=['c_a', 'c_b', 'c_c', 'c_d'])
sample['c_d'] = sample['c_d'].astype('int64')
sampleGroup = sample.groupby('c_b')(['c_a', 'c_d'].agg(pd.Series.nunique), ['c_d'].agg(pd.Series.max))
results.to_csv(sampleGroup, index= False)
最佳答案
您可以将字典传递给 agg()
:
df.groupby('c_b').agg({'c_a':'nunique', 'c_c':'nunique', 'c_d':'max'})
如果你不希望c_b
作为索引,你可以将as_index=False
传递给groupby
:
df.groupby('c_b', as_index=False).agg({'c_a':'nunique', 'c_c':'nunique', 'c_d':'max'})
关于python - 在 pandas 数据框的分组中获得唯一计数和最大值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39186843/