熊猫可以执行涉及两列的聚合操作吗？答案

【问题标题】：Can pandas perform an aggregating operation involving two columns?熊猫可以执行涉及两列的聚合操作吗？
【发布时间】：2021-06-05 00:00:04
【问题描述】：

鉴于以下数据框，
是否可以计算col2 和col2 + col3 的总和，
在单个聚合函数中？

import pandas as pd
df = pd.DataFrame({'col1': ['a', 'a', 'b', 'b'], 'col2': [1, 2, 3, 4], 'col3': [10, 20, 30, 40]})

.	col1	col2	col3
0	a	1	10
1	a	2	20
2	b	3	30
3	b	4	40

在 R 的 dplyr 中，我会使用一行 summarize，
我想知道熊猫中的等价物是什么：

df %>% group_by(col1) %>% summarize(col2_sum = sum(col2), col23_sum = sum(col2 + col3))

期望的结果：

.	col1	col2_sum	col23_sum
0	a	3	33
1	b	7	77

【问题讨论】：

标签： python r pandas dplyr

【解决方案1】：

让我们先试试assign新栏目

out = df.assign(col23 = df.col2+df.col3).groupby('col1',as_index=False).sum()

输出[81]：

  col1  col2  col3  col23
0    a     3    30     33
1    b     7    70     77

据我了解，apply 更像是 R 中的 summarize

out = df.groupby('col1').\
           apply(lambda x : pd.Series({'col2_sum':x['col2'].sum(),
                                       'col23_sum':(x['col2'] + x['col3']).sum()})).\
               reset_index()
Out[83]: 
  col1  col2_sum  col23_sum
0    a         3         33
1    b         7         77

【讨论】：

太棒了，apply + pd.Series 部分正是我想要的。谢谢！

【解决方案2】：

您可以通过datar 轻松做到这一点：

>>> from datar.all import f, tibble, group_by, summarize, sum
>>> df = tibble(
...     col1=['a', 'a', 'b', 'b'], 
...     col2=[1, 2, 3, 4],
...     col3=[10, 20, 30, 40]
... )
>>> df >> group_by(f.col1) >> summarize(
...     col2_sum = sum(f.col2), 
...     col23_sum = sum(f.col2 + f.col3)
... )
      col1  col2_sum  col23_sum
  <object>   <int64>    <int64>
0        a         3         33
1        b         7         77

我是datar 包的作者。

【讨论】：