Berbilang Pengagregatan Lajur Yang Sama Menggunakan panda GroupBy.agg()
Masalah:
Bagaimana anda boleh menggunakan berbilang fungsi pengagregatan (f1, f2) pada lajur yang sama ("kembali") dalam DataFrame panda menggunakan GroupBy.agg() tanpa memanggil agg() beberapa kali?
Gerakan:
Adalah mudah untuk mempunyai sintaks seperti:
df.groupby("dummy").agg({"returns": [f1, f2]})
Penyelesaian:
Sehingga 2022-06-20, sintaks berikut ialah amalan yang diterima:
df.groupby('dummy').agg( Mean=('returns', np.mean), Sum=('returns', np.sum), )
Sintaks ini menggunakan tupel untuk menentukan pasangan (lajur, fungsi) untuk pengagregatan.
Penyelesaian Sejarah:
Dalam versi terdahulu panda, anda boleh menggunakan salah satu daripada penyelesaian berikut:
Senarai Fungsi:
df.groupby("dummy").agg({"returns": [np.mean, np.sum]})
Kamus dengan Senarai Fungsi:
df.groupby('dummy').agg({'returns': {'Mean': np.mean, 'Sum': np.sum}})
Penyelesaian terdahulu ini ialah masih sah, tetapi pilihan pertama menggunakan tupel kini dianggap amalan terbaik.
Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menggunakan Fungsi Pengagregatan Berbilang pada Lajur yang Sama Menggunakan Pandas GroupBy.agg()?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!