pandas 分组后按类型统计

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本案例不同于常规的分组后直接聚合计算，而是分组后，计算结果时不计算此组所有的值，只计算指定分类的值。让我们先了解一下需求。

需求

数据如下：

df = pd.DataFrame({
    '商家编号': [*'123123'],
    '收入类型': [*'AAABBB'],
    '类型指标': range(1,7),
    '收入金额': range(10, 61, 10)
})

df
'''
  商家编号 收入类型  类型指标  收入金额
0    1    A     1    10
1    2    A     2    20
2    3    A     3    30
3    1    B     4    40
4    2    B     5    50
5    3    B     6    60
'''

我们要计算的结果是按商家编号进行分组，然后分别得到以下列：

收入类型为 A 的类型指标的均值
收入类型为 A 的收入金额的均值
收入类型为 B 的类型指标的均值
收入类型为 B 的收入金额的均值
收入金额总和

思路分析

在需求中，除了最后一个值不筛选组内的数据，其他均需要在组中筛选数据再聚合计算。我们通过计算逻辑发现，它们求的都是均值，同时有收入类型和后两列的区别，这样就可以写一个通用的函数来实现，通过传入收入金额和计算列名进行计算。

收入金额总和我们可以单独分组计算来指定。

代码编写

先进行测试，编写一个收入类型为 A，取类型指标列的计算方法：

# 单列数据计算
(
    df.groupby('商家编号')
    .apply(lambda d: d.loc[d.收入类型=='A','类型指标'].mean())
)
'''
商家编号
1    1.0
2    2.0
3    3.0
dtype: float64
'''

验证写法没问题后将它封装一个函数，为了方便直接用匿名函数：

# 单列数据计算 定义为一个函数
get_data = lambda typ, idx: (
    df.groupby('商家编号')
    .apply(lambda d: d.loc[d.收入类型==typ, idx].mean())
)

调用，并指定其他计算列，最后再指定一个收入金额的总体和：

# 应用函数
(
    get_data('A', '类型指标')
    .to_frame('A1')
    .assign(A2=get_data('A', '收入金额'))
    .assign(B1=get_data('B', '类型指标'))
    .assign(B2=get_data('B', '收入金额'))
    .assign(total=df.groupby('商家编号').收入金额.sum())
)
'''
       A1    A2   B1    B2  total
商家编号
1     1.0  10.0  4.0  40.0     50
2     2.0  20.0  5.0  50.0     70
3     3.0  30.0  6.0  60.0     90
'''

这样，我们就完成了需求。

（完）

pandas 分组后按类型统计

需求

思路分析

代码编写

相关内容