重命名pandas python中的多个聚合结果列的问题

Question

我有一个关于 pandas 中的多重聚合的问题。

最初我有一个显示油价的数据集，详细信息如下：

而数据集的头部如下：

我在这里要做的是得到2014年每个季度的均值和标准差。理想的输出如下：

在我的脚本中，我已经通过这样做创建了季度信息。

但是，我在这里不明白的一件事：

如果我尝试使用此命令这样做

brent[brent.index.year == 2014].groupby('quarter').agg({"average_price": np.mean, "std_price": np.std})

我收到如下错误：

如果我使用以下脚本，那么它可以工作

brent[brent.index.year == 2014].groupby('quarter').agg(average_price=('Price','mean'), 
                                                   std_price=('Price','std'))

所以问题是：

• 这里的第一种方法有什么问题？
• 为什么我们需要在这里使用第二种方法？

提前感谢大家的帮助！

Answer 1

这里的第一种方法有什么问题？

传递了dict，所以pandas从键average_price，std_price中寻找列，因为如果返回错误，DataFrame中不存在。

可能的解决方案是在 groupby 之后指定列，并使用聚合函数为指定的新列名称传递元组列表：

brent[brent.index.year == 2014].groupby('quarter')['Price'].agg([('average_price','mean'),('std_price',np.std)])

这是可能的，因为Price 可以为一列定义多个列名。

在以后的pandas版本中使用named aggregations：

brent[brent.index.year == 2014].groupby('quarter').agg(average_price=('Price','mean'), 
                                                      std_price=('Price',np.std))

这里是逻辑 - 为每个聚合定义 nw 列名称，聚合列和聚合函数。因此可以聚合具有不同功能的多个列：

brent[brent.index.year == 2014].groupby('quarter').agg(average_price=('Price','mean'), 
                                                      std_price=('Price',np.std),
                                                      sumQ=('quarter','sum'))

注意，np.std 有默认的ddof=0，pandas std 有ddof=1，所以输出不同。