修改 Python Pandas 的输出描述答案

【问题标题】：Modify output from Python Pandas describe修改 Python Pandas 的输出描述
【发布时间】：2020-12-17 04:09:38
【问题描述】：

有没有办法省略 pandas describe 的一些输出？该命令通过表输出（按 simpleDate 计算的 executeTime 的计数和平均值）准确地给出了我想要的结果

df.groupby('simpleDate').executeTime.describe().unstack(1)

但这就是我想要的，数数和平均数。我想删除标准、最小值、最大值等...到目前为止，我只阅读了如何修改列大小。

我猜答案将是重写该行，而不是使用描述，但我没有任何运气按 simpleDate 和分组以平均执行时间。

我可以按日期计算：

df.groupby(['simpleDate']).size()

或按日期执行时间：

df.groupby(['simpleDate']).mean()['executeTime'].reset_index()

但无法弄清楚将它们组合在一起的语法。

我想要的输出：

            count  mean  
09-10-2013      8  20.523   
09-11-2013      4  21.112  
09-12-2013      3  18.531
...            ..  ...

【问题讨论】：

标签： python pandas

【解决方案1】：

.describe() 属性生成一个数据框，其中 count,std,max... 是索引的值，因此根据 documentation 您应该使用，例如：

df.describe().loc[['count','max']]

【讨论】：

【解决方案2】：

Describe 返回一个系列，因此您可以选择所需的内容

In [6]: s = Series(np.random.rand(10))

In [7]: s
Out[7]: 
0    0.302041
1    0.353838
2    0.421416
3    0.174497
4    0.600932
5    0.871461
6    0.116874
7    0.233738
8    0.859147
9    0.145515
dtype: float64

In [8]: s.describe()
Out[8]: 
count    10.000000
mean      0.407946
std       0.280562
min       0.116874
25%       0.189307
50%       0.327940
75%       0.556053
max       0.871461
dtype: float64

In [9]: s.describe()[['count','mean']]
Out[9]: 
count    10.000000
mean      0.407946
dtype: float64

【讨论】：

非常感谢，我尝试了类似的方法，但语法关闭了。效果很好
Describe 返回 Series 或 Dataframe，具体取决于您将其应用于什么... 此方法仅适用于 Series

【解决方案3】：

查看答案，我没有看到在使用 groupby() 后从 describe() 返回的 DataFrame 上实际工作的答案。

MultiIndex selection 上的文档给出了答案的提示。 .xs() 函数适用于单选而非多选，但 .loc 有效。

df.groupby(['simpleDate']).describe().loc[:,(slice(None),['count','max'])]

这保留了 .describe() 返回的漂亮 MultiIndex，但只选择了列。

【讨论】：

这很好，但是loc 语法是错误的。它应该是loc[…]（即带方括号）。

【解决方案4】：

@Jeff 提供的解决方案仅适用于系列。

@Rafa 说得对：df.describe().info() 表明生成的数据帧有 Index: 8 entries, count to max

df.describe().loc[['count','max']] 确实有效，但 OP 要求的 df.groupby('simpleDate').describe().loc[['count','max']] 无效。

我认为解决方案可能是这样的：

df = pd.DataFrame({'Y': ['A', 'B', 'B', 'A', 'B'],
                    'Z': [10, 5, 6, 11, 12],
                                        })

按Y对df进行分组：

df_grouped=df.groupby(by='Y')     


In [207]df_grouped.agg([np.mean, len])

Out[207]: 
        Z    
     mean len
Y            
A  10.500   2
B   7.667   3

【讨论】：

【解决方案5】：

坚持使用describe，可以解开索引，然后也可以正常切片

df.describe().unstack()[['count','max']]

【讨论】：