我目前正在研究我的論文，并且在我想做的 groupby 函數(shù)中面臨一些問題。我想找出某人的總購(gòu)買量、平均購(gòu)買量、購(gòu)買次數(shù)、總共購(gòu)買了多少產(chǎn)品以及每件產(chǎn)品的平均價(jià)值。數(shù)據(jù)看起來像這樣： id purchase_amount price_products #_products0 123 30 20.00 22 123 NaN 10.00 NaN3 124 50.00 25.00 34 124 NaN 15.00 NaN5 124 NaN 10.00 NaN我的代碼如下所示：df.groupby('id')[['purchase_amount','price_products','#_products']].agg(total_purchase_amount=('purchase_amount','sum'),average_purchase_amount=('purchase_amount','mean'),times_purchased=('#_products','count'),total_amount_products_purchased=('price_products','count'),average_value_products=('price_products','mean'))但我收到以下錯(cuò)誤：SpecificationError：嵌套字典在聚合中不明確我似乎找不到我做錯(cuò)了什么，希望有人能幫助我！
3 回答
素胚勾勒不出你
TA貢獻(xiàn)1827條經(jīng)驗(yàn) 獲得超9個(gè)贊
您可以使用字典以有組織的方式進(jìn)行聚合。
df = pd.DataFrame([[123, 30, 20, 2],
[123, np.nan, 10, np.nan],
[124, 50, 25, 3],
[124, np.nan, 15, np.nan],
[124, np.nan, 10, np.nan]],
columns=['id', 'purchase_amount', 'price_products', 'num_products']
)
agg_dict = {
'purchase_amount': [np.sum, np.mean],
'num_products': [np.count_nonzero],
'price_products': [np.count_nonzero, np.mean],
}
print(df.groupby('id').agg(agg_dict))
輸出：
purchase_amount num_products price_products
sum mean count_nonzero count_nonzero mean
id
123 30.0 30.0 2.0 2 15.000000
124 50.0 50.0 3.0 3 16.666667
慕的地6264312
TA貢獻(xiàn)1817條經(jīng)驗(yàn) 獲得超6個(gè)贊
由于您有多個(gè)變量要聚合，我建議使用以下聚合形式：
df.groupby('id')[<variables-list>].agg([<statistics-list>])
例如：
df_agg = df.groupby('id')[['purchase_amount','price_products','#_products']].agg(["count", "mean", "sum"])
這將創(chuàng)建一個(gè)列式多級(jí)輸出數(shù)據(jù)框，df_agg如下所示：
purchase_amount price_products #_products
count mean sum count mean sum count mean sum
id
123 1 30.0 30.0 2 15 30 1 2.0 2.0
124 1 50.0 50.0 3 17 51 1 3.0 3.0
然后，您可以使用多索引引用輸出數(shù)據(jù)框中的特定條目，如下所示：
df_agg['purchase_amount']['mean']
id
123 30.0
124 50.0
Name: mean, dtype: float64
或者，如果您想要所有方法，請(qǐng)使用橫截面方法xs()：
df_agg.xs('mean', axis=1, level=1)
purchase_amount price_products #_products
id
123 30.0 15 2.0
124 50.0 17 3.0
注意：據(jù)推測(cè)，上面的代碼會(huì)使 Python 計(jì)算比需要更多的統(tǒng)計(jì)信息，就像您的示例中的情況一樣。但這在某些情況下可能不是問題，并且它的優(yōu)點(diǎn)是代碼更短并且可以泛化到要聚合的任何集合和數(shù)量的（數(shù)字和浮點(diǎn)數(shù)）變量。
米琪卡哇伊
TA貢獻(xiàn)1998條經(jīng)驗(yàn) 獲得超6個(gè)贊
對(duì)所有計(jì)算都這樣做
df.groupby('id')['purchase_amount'].agg({'total_purchase_amount':'sum'})添加回答
舉報(bào)
0/150
提交
取消