python pandas数据框groupby或pivot_table

Question

例子：

import pandas as pd

data = {'id':[101,101,101,101,102,102,102,102],

    'day':[1,2,1,2,1,2,1,2],

    'year':[2011,2011,2012,2012,2011,2011,2012,2012],

    'avg':[0.500,0.400,0.300,0.200,0.555,0.455,0.355,0.255],

    'sum':[1, 2, 2, 3, 6, 6, 8, 9],

    'div':[2, 1, 3, 2, 6, 1, 6, 3]}

df = pd.DataFrame(data)

df

    id  day year    avg     sum div

0   101 1   2011    0.500   1   2

1   101 2   2011    0.400   2   1

2   101 1   2012    0.300   2   3

3   101 2   2012    0.200   3   2

4   102 1   2011    0.555   6   6

5   102 2   2011    0.455   6   1

6   102 1   2012    0.355   8   6

7   102 2   2012    0.255   9   3

所需的输出：

    id  sum div 2011_avg    2012_avg    2011_sum    2012_sum    2011_div    2012_div

0   101 8   8   0.450       0.250       3           5           2           1.5

1   102 29  16  0.505       0.305       12          17          6           2.0

我按年份为每一列制作了几个 pivot_tables 并多次加入..

谁能给我一些知识，让我更容易或有效地获得所需的输出？

Answer 1

您可能需要groupby两次，然后join返回结果s=df.groupby(['id','year']).agg({'avg':'mean','sum':'sum','div':lambda x : x.iloc[0]/x.iloc[1]})s=s.unstack()# here is reshape s.columns=s.columns.map('{0[1]}_{0[0]}'.format) # here is flatten the multiple index sOut[723]:     2011_avg  2012_avg  2011_sum  2012_sum  2011_div  2012_divid101     0.450     0.250         3         5       2.0       1.5102     0.505     0.305        12        17       6.0       2.0s2=df.groupby(['id']).agg({'sum':'sum','div':lambda x : x.iloc[0]/x.iloc[1]})Finaldf=s2.join(s)# join back FinaldfOut[729]:      sum  div  2011_avg    ...     2012_sum  2011_div  2012_divid                         ...                                 101    8    2     0.450    ...            5       2.0       1.5102   29    6     0.505    ...           17       6.0       2.0[2 rows x 8 columns]

Answer 2

我尝试只做 2 个 groupbys，然后合并两个结果。只是为了命名约定，我使用了pivot_table。df2 = df.groupby(by=["id","year"]).agg({    "avg": np.median,    "sum": np.sum,    "div": lambda x : x.iloc[0]/x.iloc[1]}).reset_index().pivot_table(values=["avg","sum","div"],columns=["year"],index=["id"]).reset_index()df2.columns = [str(col[1])+"_"+col[0] if col[1] != "" else col[0] for col in df2.columns.values ]df2.merge(df.groupby(by=["id"]).agg({    "avg": np.median,    "div": lambda x : x.iloc[0]/x.iloc[1],    "sum": np.sum}), on="id")