Pandas 列上的 groupby() 和 agg() 方法混淆

Question

我可以看看有什么区别吗

df[['column1', 'column2']].groupby('column1').agg(['mean', 'count'])

和

df[['column1', 'column2']].groupby('column1').agg({'column2': 'mean', 'column2': 'count'})

在第一个示例中，mean 和 count 是在 column2 上执行的，它不在 groupby.

中

在第二个示例中，逻辑相同，但我在 agg 中明确提到了 column2。

为什么我看不到两者的相同结果？

Answer 1

第二个语句的问题必须归因于覆盖列。

至少有三种方法可以做到这一点。

首先让我们构建一个测试数据集：

import pandas as pd
from seaborn import load_dataset

df_tips = load_dataset('tips')

df_tips.head()

df_tips[['sex','size']].groupby(['sex']).agg(['mean','count'])

输出：

            size      
            mean count
sex                   
Male    2.630573   157
Female  2.459770    87

具有多索引列的数据框 header 大小和级别 = 1 两个聚合。

df_tips[['sex','size']].groupby(['sex']).agg({'size':['mean','count']})

输出（同上）

            size      
            mean count
sex                   
Male    2.630573   157
Female  2.459770    87

df_tips[['sex','size']].groupby(['sex']).agg(mean_size=('size','mean'),count_size=('size','count'))

输出：

        mean_size  count_size
sex                          
Male     2.630573         157
Female   2.459770          87

这给出了一个包含您自己命名的 'flatten' 列 header 的数据框，但是该名称不能包含 space 或特殊字符。

df_tips[['sex','size']].groupby(['sex']).agg({'size':'mean','size':'count'})

输出：

        size
sex         
Male     157
Female    87

这里发生的事情是你得到两列，每个聚合一个，但列 header 是相同的 'size'，因此第一次迭代被第二次 [=58] 覆盖=] 在这种情况下。

Pandas groupby() and agg() method confusion on columns