带有聚合的 Pandas 数据帧 groupby答案

【问题标题】：Pandas dataframe groupby with aggregation带有聚合的 Pandas 数据帧 groupby
【发布时间】：2016-05-24 23:38:40
【问题描述】：

我有一个包含数千行的 Pandas 数据框，以及这些列：

Name    Job   Department   Salary    Date

我想返回一个带有两个列的新 df：

Unique_Job     Avg_Salary

我用来完成此操作的代码：

jobs = df.groupby(['Job'])
dict = {}
for a,b in jobs:
    dict.update({a: b['Salary'].mean()})
dfJobs = pd.DataFrame(dict.items(), columns=['Unique_Job', 'Avg Salary'])

但是，我知道一定有更好的方法。想法？谢谢。

【问题讨论】：

你是在 jobs['Salary'].mean() 之后，因为你已经在工作分组，所以我不明白需要再次迭代工作吗？
我认为 EdChum 击中了它的鼻子。 mean() 将汇总每个组的数据。

标签： python python-2.7 pandas group-by

【解决方案1】：

是的，使用groupby 对象的aggregate 方法。

jobs = df.groupby('Job').aggregate({'Salary': 'mean'})

甚至还有捷径：

jobs = df.groupby('Job')['Salary'].mean()

见http://pandas.pydata.org/pandas-docs/stable/groupby.html 了解更多信息和大量示例

【讨论】：

【解决方案2】：

由于您已经有办法，我猜您很难从系列中制作新的数据框，您会得到输出。您可以使用Series.to_frame() 和DataFrame.reset_index() 方法制作具有两列的数据框，然后只重命名这些列。像这样：

jobs = df.groupby('Job')['Salary'].mean()
jobs = jobs.to_frame().reset_index()
jobs.columns = ['Unique_Job', 'Avg_Salary']

【讨论】：