问题：
你有一个Pandas 中的 DataFrame df 并希望计算分组统计数据，例如多个数据的平均值、计数等
快速解答：
要获取每个组的行数，只需调用 .size()，它会返回一个系列：
df.groupby(['col1','col2']).size()
对于以计数为列的 DataFrame 结果，使用：
df.groupby(['col1', 'col2']).size().reset_index(name='counts')
详细示例：
考虑 DataFrame df：
col1 col2 col3 col4 col5 col6 0 A B 0.20 -0.61 -0.49 1.49 1 A B -1.53 -1.01 -0.39 1.82 2 A B -0.44 0.27 0.72 0.11 3 A B 0.28 -1.32 0.38 0.18 4 C D 0.12 0.59 0.81 0.66 5 C D -0.13 -1.65 -1.64 0.50 6 C D -1.42 -0.11 -0.18 -0.44 7 E F -0.00 1.42 -0.26 1.17 8 E F 0.91 -0.47 1.35 -0.34 9 G H 1.48 -0.63 -1.14 0.17
获取行计数：
df.groupby(['col1', 'col2']).size()
输出：
col1 col2 A B 4 C D 3 E F 2 G H 1 dtype: int64
使用以下命令创建 DataFrame计数：
df.groupby(['col1', 'col2']).size().reset_index(name='counts')
输出：
col1 col2 counts 0 A B 4 1 C D 3 2 E F 2 3 G H 1
包括更多统计结果：
要计算平均值等其他统计数据，中位数和最小值，使用agg():
(df
.groupby(['col1', 'col2'])
.agg({
'col3': ['mean', 'count'],
'col4': ['median', 'min', 'count']
}))输出：
col4 col3
median min count mean count
col1 col2
A B -0.810 -1.32 4 -0.372500 4
C D -0.110 -1.65 3 -0.476667 3
E F 0.475 -0.47 2 0.455000 2
G H -0.630 -0.63 1 1.480000 1将统计数据拆分为单独的聚合：
要对输出进行更多控制，请拆分统计数据并将它们结合起来使用加入：
gb = df.groupby(['col1', 'col2'])
counts = gb.size().to_frame(name='counts')
(counts
.join(gb.agg({'col3': 'mean'}).rename(columns={'col3': 'col3_mean'}))
.join(gb.agg({'col4': 'median'}).rename(columns={'col4': 'col4_median'}))
.join(gb.agg({'col4': 'min'}).rename(columns={'col4': 'col4_min'}))
.reset_index()
)输出：
col1 col2 counts col3_mean col4_median col4_min 0 A B 4 -0.372500 -0.810 -1.32 1 C D 3 -0.476667 -0.110 -1.65 2 E F 2 0.455000 0.475 -0.47 3 G H 1 1.480000 -0.630 -0.63
以上是如何在 Pandas GroupBy 中计算分组统计数据（计数、平均值等）？的详细内容。更多信息请关注PHP中文网其他相关文章！
