Pandas：根据组进行不同的汇总

Question

假设我有一些数据如下：

patient_id  lab_type  value
1           food       10
1           food       8
2           food       3
2           food       5
1           shot       4
1           shot       10
2           shot       2
2           shot       4

然后我会把groupby(['patient_id', 'lab_type'])

这样的东西分组

之后，我想在 value 上进行汇总，但每个 lab_type 都不同。在 food 上，我想使用 mean 进行聚合，在 shot 上，我想使用 sum.

进行聚合

最终数据应该是这样的：

  patient_id  lab_type  value
  1           food       9 (10 + 8 / 2)
  2           food       4 (3 + 5 / 2)
  1           shot       14 (10 + 4)
  2           shot       6 (2 + 4)

Answer 1

this post 中的答案看起来很有希望。从这里开始，我想出了下面的代码，应该适合你。

测试数据：

data = [{"A" : 1, "B" : "food", "C" : 10},
{"A" : 1, "B" : "food", "C" : 8},
{"A" : 2, "B" : "food", "C" : 3},
{"A" : 2, "B" : "food", "C" : 5},
{"A" : 1, "B" : "shot", "C" : 4},
{"A" : 1, "B" : "shot", "C" : 10},
{"A" : 2, "B" : "shot", "C" : 2},
{"A" : 2, "B" : "shot", "C" : 4}]    
df = pd.DataFrame(data)

实际代码：

res = df.groupby(['A', 'B']).apply(
  lambda x: pd.Series(
    {"value" : x.C.mean() if x.iloc[0].B == "food" else x.C.sum()}
  )
)

这导致

        value
A B          
1 food      9
  shot     14
2 food      4
  shot      6

Answer 2

让 P 成为您的 DataFrame。

P[P.lab_type =="food"].groupby(['patient_id']).aggregate(np.avg)

shot 组和 concatenate 结果类似。

Answer 3

On food I'd like to aggregate using mean and on shot I'd like to aggregate using sum.

只需使用 .apply 并传递一个自定义函数：

def calc(g):
    if g.iloc[0].lab_type == 'shot':
        return sum(g.value)
    else:
        return np.mean(g.value)
result = df.groupby(['patient_id', 'lab_type']).apply(calc)

此处 calc 接收 per-group 数据帧，如 Panda's split-apply-combine 所示。结果你得到了你想要的：

patient_id  lab_type
1           food         9
            shot        14
2           food         4
            shot         6
dtype: float64

Answer 4

我尝试修改答案：

您可以使用 mean and sum and then concat with reset_index:

print df
   patient_id lab_type  value
0           1     food     10
1           1     food      8
2           2     food      3
3           2     food      5
4           1     shot      4
5           1     shot     10
6           2     shot      2
7           2     shot      4


df1 = df[df.lab_type =="food"].groupby(['patient_id']).mean()
df1['lab_type'] = 'food'
print df1
            value lab_type
patient_id                
1               9     food
2               4     food

df2 = df[df.lab_type =="shot"].groupby(['patient_id']).sum()
df2['lab_type'] = 'shot'
print df2
            value lab_type
patient_id                
1              14     shot
2               6     shot

print pd.concat([df1, df2]).reset_index()
   patient_id  value lab_type
0           1      9     food
1           2      4     food
2           1     14     shot
3           2      6     shot

Pandas：根据组进行不同的汇总

Pandas: Aggregate differently based on group

python

aggregation

dataframe

pandas