다음 Pandas 데이터 프레임을 고려하십시오.
import pandas as pd
df = pd.DataFrame({"val":[1, 2, 3, 10, 20, 30, 40],
"group_id":["ones", "ones", "ones", "tens", "tens", "tens", "tens"],
"condition":["sum", "sum", "sum", "mean", "mean", "mean", "mean"]})
df["val"]그룹화 한 group_id다음 각 그룹에 다른 집계 함수를 적용 하여 데이터를 집계하고 싶습니다 . 사용할 집계 함수를 결정하기 위해에서 다른 열을 참조하는 조건 df, 즉 condition.
특히, 나는 모든 요소의 합이 걸릴 싶습니다 val에 대한 "ones"그룹과의 모든 요소의 평균 "tens"그룹. (하지만에서 집계 함수의 이름을 가져올 필요는 없습니다 condition. condition모든 그룹이 동일한 조건 (예 : 모두에 "ones"해당 )이 "sum"있는 한 condition열은 무엇이든 될 수 있습니다 . 따라서 열이 중복 될 수 있습니까?)
다음 결과를 얻고 싶습니다.
df_aggregated = pd.DataFrame({"group_id":["ones", "tens"],
"val_aggregated":["6", "25"]})
R 및 dplyr로이를 수행하는 깨끗한 방법이 있습니다.
df <- tibble(val = c(1, 2, 3, 10, 20, 30, 40),
group_id = c("ones", "ones", "ones", "tens", "tens", "tens", "tens"),
condition = c("sum", "sum", "sum", "mean", "mean", "mean", "mean"))
df_aggregated <- df %>%
group_by(group_id) %>%
summarise(val_aggregated = case_when(condition == "sum" ~ sum(val),
condition == "mean" ~ mean(val),
TRUE ~ NA_real_)) %>%
distinct()
그러나 나는 Pandas에서 이런 종류의 집계를 수행하는 좋은 방법을 찾지 못하는 것 같습니다. 솔루션에 NumPy의 select()기능 이 포함될 수 있습니까? 아니면 Pandas-idiomatic 방법은 그룹화 된 데이터 구조를 반복하는 것입니까?
도움을 주셔서 대단히 감사합니다!
이를 달성하는 한 가지 방법은 group_id및 condition및 집계 에 대해 그룹화하는 것입니다 .
(
df.groupby(["group_id", "condition"])
.agg(["sum", "mean"])
.stack()
.reset_index()
# keeps only rows where condition equals aggregates
.query("condition==level_2")
.drop(columns=["condition", "level_2"])
.rename(columns={"val": "val_aggregated"})
)
group_id val_aggregated
0 ones 6
3 tens 25
또 다른 방법은 데이터를 피벗 한 다음 집계하는 것입니다.
result = df.pivot(columns=["group_id", "condition"], values="val")
result
group_id ones tens
condition sum mean
0 1.0 NaN
1 2.0 NaN
2 3.0 NaN
3 NaN 10.0
4 NaN 20.0
5 NaN 30.0
6 NaN 40.0
onesand teensto sumand 의 페어링을 가져옵니다 mean.
mapping = zip(*result.columns)
mapping = dict(zip(*mapping))
mapping
{'ones': 'sum', 'tens': 'mean'}
condition열 에서 레벨을 삭제 하고 집계하십시오.
(
result.droplevel(level="condition", axis="columns")
.agg(mapping)
.rename_axis(index="group_id")
.reset_index(name="val_aggregated")
)
group_id val_aggregated
0 ones 6.0
1 tens 25.0
dplyr의 솔루션과 약간 유사한 또 다른 옵션은 np.where질문에서 언급 했듯이을 사용 하는 것입니다.
group = df.groupby("group_id")
(
df.assign(
val_aggregate=np.where(
df.condition.eq("sum"),
group.val.transform("sum"),
group.val.transform("mean"),
)
)
.loc[:, ["group_id", "val_aggregate"]]
.drop_duplicates()
)
group_id val_aggregate
0 ones 6
3 tens 25
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다