具有 sum() 和 mean() 的 Groupby [重复]

Question

我有一堆数据帧，我将它们连接成一个大数据帧。所有行都有一个日期时间、一个名称，然后是一些带有随机值的列，例如数据框可能类似于：

df =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:23:00   name1      2        3        4
2021-07-31 23:56:00   name2      3        4        5
2021-07-31 23:11:00   name1      4        5        6
2021-07-31 23:34:00   name2      5        6        7

我现在需要将这些行按name 分组，并将它们分成 60 分钟的 bin，我目前的做法如下：

final_df = df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).mean()

然后输出是一个新的数据框，其中行按name 分组，然后val 列值只是该name 的所有值的平均值。

这行得通。但是，我想做的不是取所有列的平均值，也许val2 列应该是值的总和，而不是平均值。

所以基本上最终的输出应该是：

df_final =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:00:00   name1      3        7        5
2021-07-31 23:00:00   name2      4        10       6

这可以通过任何方式完成，还是我必须将我的数据框分成两部分，然后再加入？

Answer 1

将DataFrameGroupBy.agg 与字典一起使用：

df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).agg({'val1': 'mean', 'val2': sum, 'val3': 'mean'})