【问题标题】:dataframe groupby - aggregate separately for each column数据框 groupby - 分别为每一列聚合
【发布时间】:2019-12-20 11:01:23
【问题描述】:

我想对 dataframegroupby 对象的每一列使用不同的聚合函数

按字段对数据框进行分组并聚合一些列

def aggregation(df):
  quorum = df.groupby("itemId")[['Xmin','Ymin', 'Xmax', 'Ymax']].median().reset_index()
return quorum


I want to make aggregation min() for 'Xmin','Ymin' fields and max() for 'Xmax', 'Ymax' ones. But don't know how to write desirable code...

【问题讨论】:

    标签: python dataframe pandas-groupby


    【解决方案1】:
    def aggregation(df):
        return df[['itemId','Xmin','Ymin', 'Xmax', 'Ymax']].groupby("itemId").agg({'Xmin':'min','Ymin':'min','Xmax':'max','Ymax':'max'}
    

    其中 Xmin, Ymin Xmax, Ymax 是各自的列名

    【讨论】:

    • 如果 Xmin 和 Xmax 是同一列,你可以在 agg 函数字典中使用 'X': ['min','max']
    猜你喜欢
    • 1970-01-01
    • 2020-12-22
    • 2023-03-07
    • 2017-06-07
    • 2013-02-06
    • 2017-07-02
    • 2018-07-28
    • 2021-01-22
    • 1970-01-01
    相关资源
    最近更新 更多