Pandas Aggregation - Berechnungen zwischen den Spalten

Question

Betrachten Sie diesen Datenrahmen:

np.random.seed(0) 
df_agg = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar', 
           'foo', 'bar', 'foo', 'foo'], 
         'C' : np.random.choice(2, 8)}) 

Ich mag folgende Spalten von A gruppierten berechnen:

• Anzahl der Elemente
• Anzahl von True in C
• Prozentsatz von True in C
• Anzahl der False in C
• Prozentsatz falsch in C

ersten drei Elemente sind einfach mit Aggregationen:

aggregations = { 
    'C': { 
     'Number of elements': 'count', 
     'Number of True':sum, 
     'Percentage of True': 'mean' 
    } 
} 
df_tab = df_agg.groupby('A').agg(aggregations) 
print df_tab 

Und er Ausgang:

     C         
    Number of elements Number of True Percentage of True 
A              
bar     3    2   0.666667 
foo     5    4   0.800000 

Allerdings weiß ich nicht, Wie, in derselben Aggregation, berechnen Sie Spalten, die Kombination von anderen Spalten sind - Anzahl und Prozentsatz von Fals e.

Als Abhilfe kann, kann ich dies tun:

df_tab = df_tab['C'] #flatten 
df_tab['Number of False'] = df_tab['Number of elements'] - df_tab['Number of True'] 
df_tab['Percentage of False'] = 1 - df_tab['Percentage of True'] 

Welche nachgeben, was ich will, aber ich frage mich, wie es auf einmal zu tun.

 Number of elements Number of True Percentage of True Number of False Percentage of False 
A                         
bar     3    2   0.666667    1    0.333333 
foo     5    4   0.800000    1    0.200000 

Answer 1

die folgenden quesiton Beantwortung von that comment:

Ich brauche komplexere Berechnungen Unter der Annahme, und auf andere Spalten beziehen. Gibt es eine Möglichkeit, wie in, auf eine Spalte verweisen beispielsweise Lambda Funktion

Angenommen, wir haben haben folgende DF:

In [62]: %paste 
df = pd.DataFrame(
{'A': {0: 'foo', 
    1: 'bar', 
    2: 'foo', 
    3: 'bar', 
    4: 'foo', 
    5: 'bar', 
    6: 'foo', 
    7: 'foo'}, 
'C': {0: 0, 1: 1, 2: 1, 3: 0, 4: 1, 5: 1, 6: 1, 7: 1}, 
'X': {0: 0.56804456109393231, 
    1: 0.92559663829266103, 
    2: 0.071036058197886942, 
    3: 0.087129299701540708, 
    4: 0.020218397440325719, 
    5: 0.832619845547938, 
    6: 0.77815675094985048, 
    7: 0.87001214824681916}}) 
## -- End pasted text -- 

In [63]: df 
Out[63]: 
    A C   X 
0 foo 0 0.568045 
1 bar 1 0.925597 
2 foo 1 0.071036 
3 bar 0 0.087129 
4 foo 1 0.020218 
5 bar 1 0.832620 
6 foo 1 0.778157 
7 foo 1 0.870012 

Lösung:

groupby.GroupBy.apply() gibt Zugriff auf alle Spalten in dem gruppierten Teil von DF:

In [78]: %paste 
def f(grp): 
    return pd.DataFrame({ 
       'Number of elements':len(grp), 
       'Number of True': grp['C'].sum(), 
       'Percentage of True': grp['C'].mean(), 
       'XXX': grp['C'].mean()/grp['X'].sum()}, # <--- here we access different columns... 
       index=[grp.name]) 
## -- End pasted text -- 

In [79]: df.groupby('A', as_index=False).apply(f) 
Out[79]: 
     Number of True Number of elements Percentage of True  XXX 
0 bar    2     3   0.666667 0.361269 
1 foo    4     5   0.800000 0.346700 

Answer 2

können Sie Lambda-Funktionen zur Verfügung:

In [43]: aggregations = { 
    ...:  'C': { 
    ...:   'Number of elements': 'count', 
    ...:   'Number of True':sum, 
    ...:   'Percentage of True': 'mean', 
    ...:   'Number of False': lambda x: len(x) - np.count_nonzero(x), 
    ...:   'Percentage of False': lambda x: 1 - x.mean() 
    ...:  } 
    ...: } 
    ...: 
    ...: df_agg.groupby('A').agg(aggregations) 
    ...: 
Out[43]: 
        C 
    Number of False Percentage of False Number of True Number of elements Percentage of True 
A 
bar    1   0.333333    2     3   0.666667 
foo    1   0.200000    4     5   0.800000