Pandas - 可以使用两种不同的聚合来聚合两列吗？

Question

我正在加载一个 csv 文件，其中包含以下列:
日期、文本A、文本B、数字A、数字B

我想按列分组:date、textA 和 textB - 但想对 numberA 应用“sum”，但对 numberB 应用“min”。

data = pd.read_table("file.csv", sep=",", thousands=',')
grouped = data.groupby(["date", "textA", "textB"], as_index=False)

...但我看不到如何将两个不同的聚合函数应用于两个不同的列？
IE。 sum(numberA), min(numberB)

Answer 1

agg方法可以接受 dict，在这种情况下，键指示应用该函数的列:

grouped.agg({'numberA':'sum', 'numberB':'min'})

例如，

import numpy as np
import pandas as pd
df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar',
                         'foo', 'bar', 'foo', 'foo'],
                   'B': ['one', 'one', 'two', 'three',
                         'two', 'two', 'one', 'three'],
                   'number A': np.arange(8),
                   'number B': np.arange(8) * 2})
grouped = df.groupby('A')

print(grouped.agg({
    'number A': 'sum',
    'number B': 'min'}))

产量

     number B  number A
A                      
bar         2         9
foo         0        19

这也表明 Pandas 可以处理列名中的空格。我不确定问题的根源是什么，但文字空间不应该造成问题。如果你想进一步调查，

print(df.columns)

不重新分配列名，将向我们展示 repr的名字。也许列名中有一个难以看到的字符，看起来像空格(或其他字符)，但实际上是 u'\xa0' (无间断空间)，例如。