python中agg求比率_python-在agg函数具有一个属性的多列上聚合

这是不可能的,只有您可以定义带有功能键的字典和列名称列表,然后在循环中将键与值交换：

data_stores = pd.DataFrame({'store': [1, 1, 2, 2],

'item1': [45, 200, 20, 300],

'item2': [50, 300, 17, 350],

'item3': [53, 250, 21, 400]})

print (data_stores)

store item1 item2 item3

0 1 45 50 53

1 1 200 300 250

2 2 20 17 21

3 2 300 350 400

d = {'mean':'item1', 'sum' : ['item2', 'item3']}

out = {}

for k, v in d.items():

if isinstance(v, list):

for x in v:

out[x] = k

else:

out[v] = k

print (out)

{'item1': 'mean', 'item2': 'sum', 'item3': 'sum'}

data_stores_total = data_stores.groupby('store', as_index=False).agg(out)

print (data_stores_total)

store item1 item2 item3

0 1 122.5 350 303

1 2 160.0 367 421

要么：

d = {'mean':['item1'], 'sum' : ['item2', 'item3']}

d1 = {k: oldk for oldk, oldv in d.items() for k in oldv}

print (d1)

{'item1': 'mean', 'item2': 'sum', 'item3': 'sum'}

data_stores_total = data_stores.groupby('store', as_index=False).agg(d1)

print (data_stores_total)

store item1 item2 item3

0 1 122.5 350 303

1 2 160.0 367 421

编辑：

如果要通过同一聚合函数聚合所有列而没有几个列,则可以按所有列创建字典,并按列表过滤掉difference,然后添加缺少的对键：列的值：聚合函数：

out = dict.fromkeys(data_stores.columns.difference(['store','item1']), 'sum')

out['item1'] = 'mean'

print (out)

{'item2': 'sum', 'item3': 'sum', 'item1': 'mean'}

data_stores_total = data_stores.groupby('store', as_index=False).agg(out)

print (data_stores_total)

store item2 item3 item1

0 1 350 303 122.5

1 2 367 421 160.0

您还可以传递使用此列的自定义函数：

def func(x):

return x.sum() / x.mean()

out = dict.fromkeys(data_stores.columns.difference(['store','item1']), 'sum')

out['item1'] = func

print (out)

{'item2': 'sum', 'item3': 'sum', 'item1': }

data_stores_total = data_stores.groupby('store', as_index=False).agg(out)

print (data_stores_total)

store item2 item3 item1

0 1 350 303 2

1 2 367 421 2