我有一個(gè) Pandas 數(shù)據(jù)框，我想對一列進(jìn)行分組，同時(shí)對一列求平均值并在另一列中找到出現(xiàn)次數(shù)最多的值我能夠做到，但我認(rèn)為有一種簡潔的方法可以做到，而不是 4 行代碼import pandas as pddf = pd.DataFrame({'Country' : ['USA', 'USA', 'Russia','USA', 'Russia', 'Russia'], 'City' : ['New-York', 'New-York', 'Sankt-Petersburg', 'Chicago', 'Moscow', 'Moscow'], 'Flights' : [22, 45, 32, 16, 31, 25]})w=df.groupby('Country').mean().round(decimals=2)x=(df.groupby('Country')['City'].agg(pd.Series.mode))y=x.to_frame()z = pd.concat([w, y], axis=1 ,join='outer')Country Flights CityRussia 29.33 MoscowUSA 27.67 New-York
1 回答
慕森王
TA貢獻(xiàn)1777條經(jīng)驗(yàn) 獲得超3個(gè)贊
GroupBy.agg與 lambda 函數(shù)一起使用，也可以為模式添加Series.iat選擇第一個(gè)值，因?yàn)閙ode應(yīng)該返回更多值：
z = df.groupby('Country').agg({'Flights': lambda x: round(x.mean(), 2),
'City': lambda x: x.mode().iat[0]})
print (z)
Flights City
Country
Russia 29.33 Moscow
USA 27.67 New-York
z = df.groupby('Country', as_index=False).agg({'Flights': lambda x: round(x.mean(),2),
'City': lambda x: x.mode().iat[0]})
print (z)
Country Flights City
0 Russia 29.33 Moscow
1 USA 27.67 New-York
添加回答
舉報(bào)
0/150
提交
取消