python - pandas groupby的分配结果

Question

我有以下数据框:

date,       industry, symbol, roc
25-02-2015, Health,   abc,    200
25-02-2015, Health,   xyz,    150
25-02-2015, Mining,   tyr,    45
25-02-2015, Mining,   ujk,    70
26-02-2015, Health,   abc,    60
26-02-2015, Health,   xyz,    310
26-02-2015, Mining,   tyr,    65
26-02-2015, Mining,   ujk,    23

我需要确定平均“roc”、最大“roc”、最小“roc”以及每个日期+行业存在多少符号。换句话说，我需要按日期和行业分组，然后确定各种平均值、最大值/最小值等。

到目前为止，我正在做以下工作，但似乎非常缓慢且效率低下:

sector_df = primary_df.groupby(['date', 'industry'], sort=True).mean()
tmp_max_df = primary_df.groupby(['date', 'industry'], sort=True).max()
tmp_min_df = primary_df.groupby(['date', 'industry'], sort=True).min()
tmp_count_df = primary_df.groupby(['date', 'industry'], sort=True).count()
sector_df['max_roc'] = tmp_max_df['roc']
sector_df['min_roc'] = tmp_min_df['roc']
sector_df['count'] = tmp_count_df['roc']
sector_df.reset_index(inplace=True)
sector_df.set_index(['date', 'industry'], inplace=True)

上面的代码有效，生成了一个由日期+行业索引的数据框，向我展示了每个日期+行业的最小/最大“roc”是多少，以及每个日期+行业存在多少个符号。

我基本上是多次完成一个完整的 groupby(以确定“roc”的平均值、最大值、最小值和计数)。这非常慢，因为它一遍又一遍地做同样的事情。

有没有办法只做一次组。然后对该对象执行均值、最大值等并将结果分配给 sector_df？

Answer 1

您想使用 agg 执行聚合:

In [72]:

df.groupby(['date','industry']).agg([pd.Series.mean, pd.Series.max, pd.Series.min, pd.Series.count])
Out[72]:
                       roc                
                      mean  max  min count
date       industry                       
2015-02-25 Health    175.0  200  150     2
           Mining     57.5   70   45     2
2015-02-26 Health    185.0  310   60     2
           Mining     44.0   65   23     2

这允许您传递要执行的函数的可迭代(在本例中为列表)。

编辑

要访问单个结果，您需要为每个轴传递一个元组:

In [78]:
gp.loc[('2015-02-25','Health'),('roc','mean')]

Out[78]:
175.0

其中 gp = df.groupby(['date','industry']).agg([pd.Series.mean, pd.Series.max, pd.Series.min, pd.Series.count ])