如何在python中将groupby用于多列？答案

【问题标题】：How to use groupby in python for multiple columns?如何在python中将groupby用于多列？
【发布时间】：2020-10-12 17:16:27
【问题描述】：

有一个带有值的df：

name   numb         exam       marks   

tom     2546        math         25     

tom     2546        science      25 

tom     2546        env         25 

mark    2547        math        15 

mark    2547        env         10


sam    2548         env         18

如何使用 groupby 和 form 值？

name   numb       total_exams_attended       total_maths_exam_attended  total_marks_scored_in_maths  total_marks_scored
 
tom    2546           3                               1                       25                          75
mark   2547           2                               1                       15                          25
sam    2548           1                               0                                                   18

试过这个：

df=df.groupby(['name']).agg({'total_exams_attended': 'count','total_marks_scored': lambda x: sum(x == True)})

但卡在了 total_marks_scored_in_maths 列。如何在此处仅对特定列值（如数学）进行分组/聚合

【问题讨论】：

标签： python pandas group-by pivot aggregate

【解决方案1】：

考虑 pivot_table 由于层次结构和聚合名称进行一些列名操作：

pivot_df = df.pivot_table(index='name', columns='exam', values='marks', aggfunc=['count', 'sum'], 
                          margins=True, margins_name='total')

pivot_df.columns = [i+'_'+j.replace('count', 'exams_attended').replace('sum', 'marks_scored') 
                            for i, j in zip(pivot_df.columns.get_level_values(1),
                                            pivot_df.columns.get_level_values(0))]

输出

pivot_df
#        env_exams_attended  math_exams_attended  science_exams_attended  total_exams_attended  env_marks_scored  math_marks_scored  science_marks_scored  total_marks_scored
# name
# mark                  1.0                  1.0                     0.0                     2              10.0               15.0                   0.0                  25
# sam                   1.0                  0.0                     0.0                     1              18.0                0.0                   0.0                  18
# tom                   1.0                  1.0                     1.0                     3              25.0               25.0                  25.0                  75
# total                 3.0                  2.0                     1.0                     6              53.0               40.0                  25.0                 118

如果您需要过滤到数学和总列，请使用.loc：

math_pvt_df = pivot_df.loc[df['name'].unique(),
                           ["math_exams_attended", "total_exams_attended", 
                            "math_marks_scored", "total_marks_scored"]]

math_pvt_df
#       math_exams_attended  total_exams_attended  math_marks_scored  total_marks_scored
# name
# mark                  1.0                     2               15.0                  25
# sam                   0.0                     1                0.0                  18
# tom                   1.0                     3               25.0                  75

【讨论】：