计算pandas DataFrame groupby Columns的最小最大平均中位数并连接结果

Question

我有一个 pandas DataFrame，我想在一列上执行最小值、最大值、平均值、中值计算，并使用 A、B 和 C 列对它们进行分组。 然后我想将结果合并到初始 DataFrame。 当我计算中位数时，我使用波纹管成功：

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
median_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.median)
median_px.name = 'Median Px/SQM'
result_median_df = pandas_df.join(median_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_median_df.to_csv(path_or_buf='median.csv')

但是当我尝试计算最小值和最大值并将其添加到 DataFrame 时，出现以下错误：

ValueError：列重叠但未指定后缀：Index(['Px/SQM'], dtype='object')

用于最小值或最大值的代码：

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_min_df.to_csv(path_or_buf='min_px.csv')

我已尝试使用后缀，它会起作用，但我想使用我自己的列全名。还是我一定要在使用后重命名？

同样，我相信有一种方法可以将请求作为数组：[np.min，np.mean，np.median，np.max]，使用 agg 重命名列，但我不能它工作。

• Max and Min date in pandas groupby

• Pandas: Calculate Median of Group over Columns

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left", lsuffix="_min")
result_min_df.to_csv(path_or_buf='min_px.csv')

收到很好的回答后，请发表评论。

我尝试使用此处显示的代码，该代码触发了大量警告并且比建议的解决方案慢：

df1=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent']).agg({'Px/SQM':                                                                   {'Min': np.min,'Max': np.max,'Mean': np.mean,'Median': np.median                                                                  }} ).reset_index()df3= pd.merge(pandas_df, df1, on=['ZIP', 'Updated', 'Buy/Rent'], how='left')

Answer 1

当您需要将columns添加到原始dfs时，您可以随时使用transform

g=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])['Px/SQM']

pandas_df['Max']=g.transform('max')
pandas_df['Min']=g.transform('min')
pandas_df['Median']=g.transform(np.median)
pandas_df['Mean']=g.transform('mean')