使用 groupby 和 mean 重新分配 Pandas DataFrame

Question

如何在 DataFrame 上使用 groupby 和 mean，同时保留所有非数字列？
示例：

     ID    label_1    label_2    label_3    label_4
0     1    0.582152     13          A       False
1     1    0.177475     3           A       False
2     2    0.263141     13          B       True
3     2    0.630196     3           B       True

预期输出：

     ID    label_1    label_2    label_3    label_4
0     1    0.379814     8.0         A       False
1     2    0.446669     8.0         B       True

有什么简单的方法吗？我可以在this answer 之后得到我想要的结果，但它按所有非数字列分组，并且不保持原始列顺序。我想按“ID”对数据进行分组并获取所有数字列的平均值，保留所有其他非数字列。这是我的代码：

# Group data and get mean
data = data.groupby(list(data.select_dtypes(exclude=np.number))).agg(np.mean).reset_index()
# Reordering the columns to the original order
data = data[[*data.select_dtypes(include=np.number).columns,
    *data.select_dtypes(exclude=np.number).columns]]

Answer 1

类似的东西

df.groupby('ID').agg({'label_1':'mean', 'label_2':'mean', 'label_3':'first', 'label_4':'first'}).reset_index()

将agg 与不同的功能一起用于不同的列。产生

    ID      label_1     label_2 label_3 label_4
0   1       0.379814    8       A       False
1   2       0.446668    8       B       True

要根据列的类型以编程方式生成列到聚合函数的映射，您可以使用

from pandas.api.types import is_numeric_dtype
num_str_f = {True: 'mean', False:'first'}
agg_map = {col: num_str_f[is_numeric_dtype(dtp)]  for col,dtp in zip(df.columns,df.dtypes)}
agg_map

得到

{'ID': 'mean',
 'label_1': 'mean',
 'label_2': 'mean',
 'label_3': 'first',
 'label_4': 'mean'}

这样你就可以使用

df.groupby('ID', as_index = False).agg(agg_map).reset_index()

结果和上面一样

Answer 2

尝试检查 agg 中的列类型

df.groupby('ID').agg(lambda x : x.head(1) if x.dtype=='object' else x.mean())