我有以下代碼，它使用 group byEmployee_id和聚合 with查找每個(gè)員工的總銷售額和唯一銷售額Customer_id。Sales.groupby('Employee_id').agg({ 'Customer_id': [ ('total_sales', 'count'), ('unique_sales', 'nunique')]})重要的是要知道我也將與其他列執(zhí)行聚合，但到目前為止，這就是我寫的全部?jī)?nèi)容。因此，如果您有建議的解決方案，請(qǐng)考慮一下，以防萬一。雖然這在計(jì)算每位員工的總銷售額和唯一銷售額并創(chuàng)建兩列方面完全符合我的要求，但它會(huì)創(chuàng)建嵌套的列名稱。所以列名看起來像 [('Customer_id', 'total_sales'), ('Customer_id', 'unique_sales')]，這是我不想要的。有什么方法可以輕松擺脫嵌套部分以僅包含 ['total_sales', 'unique_sales']，或者是在完成所有操作后重命名列的最簡(jiǎn)單方法？
1 回答
蝴蝶刀刀
TA貢獻(xiàn)1801條經(jīng)驗(yàn) 獲得超8個(gè)贊
您可以簡(jiǎn)單地重命名列：
import numpy as np
import pandas as pd
np.random.seed(2018)
df = pd.DataFrame(np.random.randint(10, size=(100, 3)), columns=['A','B','C'])
result = df.groupby('A').agg({'B': [('D','count'),('E','nunique')],
'C': [('F','first'),('G','max')]})
result.columns = result.columns.get_level_values(1)
print(result)
或者，您可以保存groupby對(duì)象，并用于grouped[col].agg(...) 生成子數(shù)據(jù)幀，然后可以將其pd.concat組合在一起：
import numpy as np
import pandas as pd
np.random.seed(2018)
df = pd.DataFrame(np.random.randint(10, size=(100, 3)), columns=['A','B','C'])
grouped = df.groupby('A')
result = pd.concat([grouped['B'].agg([('D','count'),('E','nunique')]),
grouped['C'].agg([('F','first'),('G','max')])], axis=1)
print(result)
兩個(gè)代碼片段都產(chǎn)生以下結(jié)果（盡管列的順序可能不同）：
D E F G
A
0 18 8 8 9
1 12 8 6 6
2 14 8 0 8
3 10 9 8 9
4 7 6 3 5
5 8 5 6 7
6 9 7 9 9
7 8 6 4 7
8 8 7 2 9
9 6 5 7 9
總的來說，我認(rèn)為事后重命名列是最簡(jiǎn)單、更易讀的選擇。
添加回答
舉報(bào)
0/150
提交
取消