在Pandas中，groupby分组列消失后

  • Z时代
  • 2024-01-10
  • 分类：问答

我有以下名为ttm的数据框：

    usersidid   clienthostid    eventSumTotal   LoginDaysSum    score
0       12          1               60              3           1728
1       11          1               240             3           1331
3       5           1               5               3           125
4       6           1               16              2           216
2       10          3               270             3           1000
5       8           3               18              2           512

当我做

ttm.groupby(['clienthostid'], as_index=False, sort=False)['LoginDaysSum'].count()

我得到了我所期望的（尽管我希望结果在一个名为“ ratio”的新标签下）：

       clienthostid  LoginDaysSum
0             1          4
1             3          2

但是当我这样做

ttm.groupby(['clienthostid'], as_index=False, sort=False)['LoginDaysSum'].apply(lambda x: x.iloc[0] / x.iloc[1])

我得到：

0    1.0
1    1.5

  1. 标签为什么去了？我仍然还需要分组后的’clienthostid’，并且我也需要apply的结果在标签下

  2. 有时当我进行groupby时，仍然出现其他一些列，为什么有时列会消失而有时仍然存在？我有没有做这些东西的标志？

  3. 在我给出的示例中，当我确实对标签’LoginDaysSum’上显示的结果进行计数时，为什么要为结果添加新标签呢？

谢谢，

回答：

退货DataFrame后groupby有两种解决方案：

  1. 参数as_index=False是什么在起作用尼斯count，sum，mean功能

  2. reset_index用于从index，更通用的解决方案级别创建新列

    df = ttm.groupby([‘clienthostid’], as_index=False, sort=False)[‘LoginDaysSum’].count()

    print (df)

    clienthostid LoginDaysSum

    0 1 4

    1 3 2

    df = ttm.groupby([‘clienthostid’], sort=False)[‘LoginDaysSum’].count().reset_index()

    print (df)

    clienthostid LoginDaysSum

    0 1 4

    1 3 2

对于第二个需求，删除as_index=False并改为添加reset_index：

#output is `Series`
a = ttm.groupby(['clienthostid'], sort=False)['LoginDaysSum'] \
         .apply(lambda x: x.iloc[0] / x.iloc[1])
print (a)
clienthostid
1    1.0
3    1.5
Name: LoginDaysSum, dtype: float64
print (type(a))
<class 'pandas.core.series.Series'>
print (a.index)
Int64Index([1, 3], dtype='int64', name='clienthostid')
df1 = ttm.groupby(['clienthostid'], sort=False)['LoginDaysSum']
         .apply(lambda x: x.iloc[0] / x.iloc[1]).reset_index(name='ratio')
print (df1)
   clienthostid  ratio
0             1    1.0
1             3    1.5

为什么有些列不见了？

我认为可能会自动排除讨厌的列：

#convert column to str
ttm.usersidid = ttm.usersidid.astype(str) + 'aa'
print (ttm)
  usersidid  clienthostid  eventSumTotal  LoginDaysSum  score
0      12aa             1             60             3   1728
1      11aa             1            240             3   1331
3       5aa             1              5             3    125
4       6aa             1             16             2    216
2      10aa             3            270             3   1000
5       8aa             3             18             2    512
#removed str column userid
a = ttm.groupby(['clienthostid'], sort=False).sum()
print (a)
              eventSumTotal  LoginDaysSum  score
clienthostid                                    
1                       321            11   3400
3                       288             5   1512

以上是 在Pandas中，groupby分组列消失后 的全部内容， 来源链接： utcz.com/qa/410265.html

回到顶部