我有一个 pandas DataFrame,我想在一列上执行最小值、最大值、平均值、中值计算,并使用 A、B 和 C 列对它们进行分组。 然后我想将结果合并到初始 DataFrame 中。 当我计算中位数时,我使用波纹管成功了:
pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
median_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.median)
median_px.name = 'Median Px/SQM'
result_median_df = pandas_df.join(median_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_median_df.to_csv(path_or_buf='median.csv')
但是当我尝试计算最小值和最大值并将其添加到 DataFrame 时,出现以下错误:
ValueError:列重叠但未指定后缀:Index(['Px/SQM'], dtype='object')
用于最小值或最大值的代码:
pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_min_df.to_csv(path_or_buf='min_px.csv')
我试过使用后缀,它会起作用,但我想使用我自己的列全名。或者我必须在使用后重命名吗?
此外,我相信有一种方法可以将请求作为数组发出:[np.min, np.mean, np.median, np.max],使用 agg 重命名列,但我做不到它有效。
pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left", lsuffix="_min")
result_min_df.to_csv(path_or_buf='min_px.csv')
在收到很好的回答后,只是评论。
我试图使用这里显示的代码,它触发了很多警告并且比建议的解决方案慢:
df1=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent']).agg({'Px/SQM': {'Min': np.min,'Max': np.max,'Mean': np.mean,'Median': np.median }} ).reset_index()df3= pd.merge(pandas_df, df1, on=['ZIP', 'Updated', 'Buy/Rent'], how='left')
最佳答案
当你需要给原来的dfs添加columns
时,你总是可以使用transform
g=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])['Px/SQM']
pandas_df['Max']=g.transform('max')
pandas_df['Min']=g.transform('min')
pandas_df['Median']=g.transform(np.median)
pandas_df['Mean']=g.transform('mean')
关于python - 计算 pandas DataFrame groupby 列的最小最大平均中位数并连接结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57367454/