如何在 Pandas 中对 dataframe 进行 groupby 并保留列?

如何在 Pandas 中对 dataframe 进行 groupby 并保留列?

默认情况下，groupby（） 返回一个新的 DataFrame，其中仅包含用于对数据进行分组的列以及应用于每个组的操作结果。但是，您可以使用 agg（） 函数对每个组应用多个操作，并返回包含所有原始列的 DataFrame。

# 按产品对销售数据进行分组，并计算销售数量的和平均值
sales_by_product = sales_data.groupby('product').\
agg({'quantity_sold': ['sum'， 'mean']})

在此示例中，sales_data.groupby（‘product’） 按 ‘product’ 列对销售数据进行分组，而 agg（{‘quantity_sold’： [‘sum’， ‘mean’]}） 将 sum 和 mean 函数应用于每个组的 ‘quantity_sold’ 列。结果是一个包含 ‘product’ 列和两个新列 ‘quantity_sold_sum’ 和 ‘quantity_sold_mean’ 的新 DataFrame。

如果要将所有原始列保留在分组的 DataFrame 中，可以使用 transform（） 函数而不是 agg（）。transform（） 将函数应用于每个组，并返回与原始 DataFrame 具有相同形状的 DataFrame。

# 按产品对销售数据进行分组，并计算每组的销售数量之和
# 同时保留所有原始列
sales_data['quantity_sold_sum'] = \
sales_data.groupby('product')['quantity_sold'].\
transform(lambda x: x.sum())

在此示例中，sales_data.groupby（‘product’） 按 ‘product’ 列对销售数据进行分组，而 transform（lambda x： x[‘quantity_sold’].sum（）） 将 sum 函数应用于每个组的 ‘quantity_sold’ 列。结果是一个包含所有原始列的新 DataFrame 和一个新列 ‘quantity_sold_sum’，其中包含每个组的 ‘quantity_sold’ 列的总和。

结论
groupby（） 是 Pandas 中的一个强大函数，它允许您根据一个或多个列对 DataFrame 的行进行分组，并对每个组执行操作。默认情况下，groupby（） 返回一个新的 DataFrame，其中仅包含用于对数据进行分组的列以及应用于每个组的操作结果。但是，您可以使用 agg（） 函数对每个组应用多个操作，并返回包含所有原始列的 DataFrame。如果要将所有原始列保留在分组的 DataFrame 中，可以使用 transform（） 函数而不是 agg（）。 使用这些工具，您可以轻松地对 Pandas 中的数据进行分组和分析。

source: https://saturncloud.io/blog/how-to-groupby-a-dataframe-in-pandas-and-keep-columns/#:~:text=By%20default%2C%20groupby%28%29%20returns%20a%20new%20dataframe%20with,a%20dataframe%20with%20all%20of%20the%20original%20columns.