如何在保留所有原始数据的同时汇总一个熊猫数据框？

debugcn 发表于 Dev

用户名

我的目标是聚合一个熊猫DataFrame，并按标识字段对行进行分组。值得注意的是，我不仅要收集组的摘要统计信息，还希望将平均值，std等摘要统计信息保留在DataFrame中。我已经通过大量迭代执行了此转换，但是我正在寻找更干净/更Python化的方法。值得注意的是，每个组可能有2个以上的重复项，但所有组将始终具有相同的重复项数。

示例：我将翻译以下格式

df = pd.DataFrame([
    ["group1", 4, 10],
    ["group1", 8, 20],
    ["group2", 6, 30],
    ["group2", 12, 40],
    ["group3", 1, 50],
    ["group3", 3, 60]], 
  columns=['group','timeA', 'timeB'])

print(df)

    group  timeA  timeB
0  group1      4     10
1  group1      8     20
2  group2      6     30
3  group2     12     40
4  group3      1     50
5  group3      3     60

转换为以下格式的df：

target = pd.DataFrame([
    ["group1", 4, 8, 6, 10, 20, 15],
    ["group2", 6, 12, 9, 30, 45, 35],
    ["group3", 1, 3, 2, 50, 60, 55]
], columns = ["group", "timeA.1", "timeA.2", "timeA.mean", "timeB.1", "timeB.2", "timeB.mean"])

print(target)

    group  timeA.1  timeA.2  timeA.mean  timeB.1  timeB.2  timeB.mean
0  group1        4        8           6       10       20          15
1  group2        6       12           9       30       45          35
2  group3        1        3           2       50       60          55

最后，列名到底是什么并不重要，这些只是为了使示例更清楚。谢谢！

编辑：如用户在评论中建议，我尝试从链接的Q / A解决方案，但未成功：

df.insert(0, 'count', df.groupby('group').cumcount())
df.pivot(*df)

TypeError: pivot() takes from 1 to 4 positional arguments but 5 were given

广晃

尝试pivot_table：

out = (df.assign(col=df.groupby('group').cumcount()+1)
   .pivot_table(index='group', columns='col', 
                margins='mean', margins_name='mean')
   .drop('mean')
)
out.columns = [f'{x}.{y}' for x,y in out.columns]

输出：

        timeA.1  timeA.2  timeA.mean  timeB.1  timeB.2  timeB.mean
group                                                             
group1      4.0      8.0         6.0       10       20          15
group2      6.0     12.0         9.0       30       40          35
group3      1.0      3.0         2.0       50       60          55

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。