我有一个带有多索引的 pandas 数据框,我想在其中聚合重复的键行,如下所示:
import numpy as np
import pandas as pd
df = pd.DataFrame({'S':[0,5,0,5,0,3,5,0],'Q':[6,4,10,6,2,5,17,4],'A':
['A1','A1','A1','A1','A2','A2','A2','A2'],
'B':['B1','B1','B2','B2','B1','B1','B1','B2']})
df.set_index(['A','B'])
Q S
A B
A1 B1 6 0
B1 4 5
B2 10 0
B2 6 5
A2 B1 2 0
B1 5 3
B1 17 5
B2 4 0
我想对此数据框进行分组以聚合 Q 值(总和)并保留与 Q 值的最大行相对应的 S 值,从而产生以下结果:
df2 = pd.DataFrame({'S':[0,0,5,0],'Q':[10,16,24,4],'A':
['A1','A1','A2','A2'],
'B':['B1','B2','B1','B2']})
df2.set_index(['A','B'])
Q S
A B
A1 B1 10 0
B2 16 0
A2 B1 24 5
B2 4 0
我尝试了以下方法,但没有成功:
df.groupby(by=['A','B']).agg({'Q':'sum','S':df.S[df.Q.idxmax()]})
有什么提示吗?
最佳答案
一种方法是使用 agg
、apply
和 join
:
g = df.groupby(['A','B'], group_keys=False)
g.apply(lambda x: x.loc[x.Q == x.Q.max(),['S']]).join(g.agg({'Q':'sum'}))
输出:
S Q
A B
A1 B1 0 10
B2 0 16
A2 B1 5 24
B2 0 4
关于python - Pandas Multiindex Groupby 聚合列与另一列的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46327397/