Pandas Nehmen groupby Funktion jeder Spalte effizient

Question

In pandas Sie einige groupby Funktionen für jede Spalte in einem Datenrahmen anwenden können, wie im Fall von:

pt=df.groupby(['Group']).sum().reset_index() 

Lets sagen, dass ich lambda x: (0 < x).sum() eine Lambda-Funktion anwenden möchten Zählen Sie Zellen mit einem Wert in ihnen und fügen Sie dann eine Zählung der gesamten Elemente in jeder Gruppe hinzu. Gibt es eine effizientere Möglichkeit, dies auf alle Spalten anwenden außer diesen Code zu wiederholen:

import pandas as pd 

df=pd.DataFrame({'Group':['W', 'W', 'W', 'E','E','E','N'], 
'A':[0,1,5,0,1,5,7], 
'B':[1,0,5,0,0,2,0], 
'C':[1,1,5,0,0,5,0], 
'Total':[2,2,15,0,1,12,7] 
}) 

#Check how many items are present in Group 
grp=df.groupby(['Group']) 
pt1 = grp['A'].apply(lambda x: (0 < x).sum()).reset_index() 
pt2 = grp['B'].apply(lambda x: (0 < x).sum()).reset_index() 
pt3 = grp['C'].apply(lambda x: (0 < x).sum()).reset_index() 

pct=pd.merge(pt1, pt2, on=['Group']) 
pct=pd.merge(pt2, pct, on=['Group']) 

#Get total items and merge with counts 
pt = df.groupby(['Group'])['Total'].count().reset_index() 
pct=pd.merge(pt, pct, on=['Group']) 

Ausgang:

Group Total C A B 
0  E  3 1 2 1 
1  N  1 0 1 0 
2  W  3 3 2 2 

Was für eine effiziente Art und Weise ist es für n Spalten zu schreiben?

Answer 1

Die sauberste Art, wie ich denken kann, ist dies:

(df > 0).groupby(df['Group']).agg({'A': 'sum', 'B': 'sum', 'C': 'sum', 'Total': 'count'}) 
Out: 
     C Total B A 
Group      
E  1.0  3 1.0 2.0 
N  0.0  1 0.0 1.0 
W  3.0  3 2.0 2.0 

Sie sortieren und gegossen in int, wenn Sie wollen:

((df > 0).groupby(df['Group']).agg({'A': 'sum', 'B': 'sum', 'C': 'sum', 'Total': 'count'}) 
           .sort_index(axis=1).astype('int') 
Out: 
     A B C Total 
Group     
E  2 1 1  3 
N  1 0 0  1 
W  2 2 3  3