python - 在 Pandas 中聚合到当前行而不使用循环

Question

我有一个包含 id、event 和 metric 列的数据集:

df = pd.DataFrame([['a','x', 1], 
                  ['a','x',2],  
                  ['b','y',3],  
                  ['a','z',4],  
                  ['a','j',5]], columns = ['id','event','metric'])

   id event metric
0   a   x   1
1   a   x   2
2   b   y   3
3   a   z   4
4   a   j   5

我需要按id和event对其进行分组以获得sum、mean、std metric 的 、min、max 聚合，不仅包括给定“id-event”组的值，还包括给定 id 的所有先前事件的指标值。换句话说，我需要聚合直到给定行的所有行。

期望的输出:

   id event sum mean        std       min   max
0   a   j   12  3.000000    1.825742    1   5
1   a   x   3   1.500000    0.707107    1   2
2   a   z   7   2.333333    1.527525    1   4
3   b   y   3   3.000000    NaN         3   3

当我为每个组过滤数据帧时，我尝试了 for 循环方法。但问题是我有大约 20M 行，所以需要很长时间才能计算。我正在尝试无循环解决这个问题。

Answer 1

您需要使用groupby。

df.groupby(["id", "event"])["metric"].describe()