熊猫 groupby 操作

Question

有一定的df：

Start  End   N   Count  Avg 
1      abc1  10    2    .5
1      abc2  10    2    .5
1      xyz1  10    2    .5
1      xyz2  10    2    .5  
1      ijk1  10    2    .5
2      abc1  12    3    .4
2      xyz1  12    1    .1
2      xyz2  12    1    .4
2      ijk1  12    6    .5 
2      ijk2  12    1    .7

我的目标是将所有 xyz... 归为 1 组，将 ijk 归为 1 组。然后对 Count 求和并取 Avg 的平均值。

Start  End   N   Count  Avg 
1      abc1  10    2    .5
1      abc2  10    2    .5
1      xyz   10    4    .5
1      ijk   10    2    .5
2      abc1  12    3    .4
2      xyz   12    2    .25
2      ijk   12    7    .6

我试过 df.groupby().agg(sum) 但我有两个问题：

我不想将 abc.. 与 ijk 和 xyz 组合在一起

我想根据字段名称分别控制总和和平均值

有什么想法吗？非常感谢！

Answer 1

您需要按列End的字符串部分分组并使用agg

df[df['End'].str.contains('ijk|xyz')]\
.groupby(['Start', df['End'].str.extract('([A-Za-z]+)', expand = False)])\
.agg({'Count': 'sum', 'Avg': 'mean'})

             Count  Avg
Start   End     
1       ijk  2      0.50
        xyz  4      0.50
2       ijk  7      0.60
        xyz  2      0.25

注意：如果只需要排除一个数字，您可以简化代码以从 End 列中提取字符串。类似的，

df[df['End'].str.contains('ijk|xyz')]\
.groupby(['Start', df['End'].str[:-1]])\
.agg({'Count': 'sum', 'Avg': 'mean'})

重置索引

df[df['End'].str.contains('ijk|xyz')]\

.groupby(['开始', df['结束'].str[:-1]])\ .agg({'Count': 'sum', 'Avg': 'mean'}).reset_index()

    Start   End Count   Avg
0   1       ijk 2   0.50
1   1       xyz 4   0.50
2   2       ijk 7   0.60
3   2       xyz 2   0.25