python分组聚合显示全部列_python – pandas：如何按多列分组并在多列上执行不同的聚合？...

可以说我有一个看起来像这样的表：

Company Region Date Count Amount

AAA XXY 3-4-2018 766 8000

AAA XXY 3-14-2018 766 8600

AAA XXY 3-24-2018 766 2030

BBB XYY 2-4-2018 66 3400

BBB XYY 3-18-2018 66 8370

BBB XYY 4-6-2018 66 1380

我想摆脱Date列,然后按公司和地区汇总,找到Count的平均值和Amount的总和.

预期产量：

Company Region Count Amount

AAA XXY 766 18630

BBB XYY 66 13150

我在这里查看了这篇文章,还有很多其他在线帖子,但看起来他们只是执行一种聚合操作(例如,我可以通过多列聚合,但只能产生一个列输出作为总和OR计数,而不是和和计数)

有人可以帮忙吗？

我做了什么：

我在这里关注这篇文章：

但是,当我尝试使用本文中提供的方法(在文章末尾)时,通过使用字典：

aggregation = {

'Count': {

'Total Count': 'mean'

},

'Amount': {

'Total Amount': 'sum'

}

}

我会收到这个警告：

FutureWarning: using a dict with renaming is deprecated and will be removed in a future version

return super(DataFrameGroupBy, self).aggregate(arg, *args, **kwargs)

我知道它现在有效但我想确保我的脚本也能在以后工作.如何更新我的代码以便将来兼容？

最佳答案 需要通过单个非嵌套字典进行聚合,然后重命名列：

aggregation = {'Count': 'mean', 'Amount': 'sum'}

cols_d = {'Count': 'Total Count', 'Amount': 'Total Amount'}

df = df.groupby(['Company','Region'], as_index=False).agg(aggregation).rename(columns=cols_d)

print (df)

Company Region Total Count Total Amount

0 AAA XXY 766 18630

1 BBB XYY 66 13150

使用add_prefix重命名的另一个解决方案：

aggregation = {'Count': 'mean', 'Amount': 'sum'}

df = df.groupby(['Company','Region']).agg(aggregation).add_prefix('Total ').reset_index()

print (df)

Company Region Total Count Total Amount

0 AAA XXY 766 18630

1 BBB XYY 66 13150