Pandas - 基于许多聚合函数添加许多新列答案

【问题标题】：Pandas - Add many new columns based on many aggregate functionsPandas - 基于许多聚合函数添加许多新列
【发布时间】：2020-11-21 15:59:50
【问题描述】：

熊猫 1.0.5

import pandas as pd
d = pd.DataFrame({
    "card_id": [1, 1, 2, 2, 1, 1, 2, 2],
    "day": [1, 1, 1, 1, 2, 2, 2, 2],
    "amount": [1, 2, 10, 20, 3, 4, 30, 40]
  })

#add columns
d['count'] = d.groupby(['card_id', 'day'])["amount"].transform('count')
d['min'] = d.groupby(['card_id', 'day'])["amount"].transform('min')
d['max'] = d.groupby(['card_id', 'day'])["amount"].transform('max')

我想将三条变换线改为一条线。我试过这个：

d['count', 'min', 'max'] = d.groupby(['card_id', 'day'])["amount"].transform('count', 'min', 'max')

错误：“TypeError：count() 接受 1 个位置参数，但给出了 3 个”

我也试过这个：

d[('count', 'min', 'max')] = d.groupby(['card_id', 'day']).agg(
    count = pd.NamedAgg('amount', 'count')
    ,min = pd.NamedAgg('amount', 'min')
    ,max = pd.NamedAgg('amount', 'max')
)

错误：“TypeError：插入列的索引与框架索引不兼容”

【问题讨论】：

标签： pandas pandas-groupby

【解决方案1】：

使用合并，

d = pd.DataFrame({
    "card_id": [1, 1, 2, 2, 1, 1, 2, 2],
    "day": [1, 1, 1, 1, 2, 2, 2, 2],
    "amount": [1, 2, 10, 20, 3, 4, 30, 40]
  })

df_out = d.groupby(['card_id', 'day']).agg(
    count = pd.NamedAgg('amount', 'count')
    ,min = pd.NamedAgg('amount', 'min')
    ,max = pd.NamedAgg('amount', 'max')
)

d.merge(df_out, left_on=['card_id', 'day'], right_index=True)

输出：

   card_id  day  amount  count  min  max
0        1    1       1      2    1    2
1        1    1       2      2    1    2
2        2    1      10      2   10   20
3        2    1      20      2   10   20
4        1    2       3      2    3    4
5        1    2       4      2    3    4
6        2    2      30      2   30   40
7        2    2      40      2   30   40

您 groupyby 的输出正在创建一个多级索引，并且此输出的索引与 d 的索引不匹配，因此出现错误。但是，我们可以通过合并列名和 right_index=True 将 d 中的列连接到组输出中的索引。

【讨论】：

【解决方案2】：

您可以使用assign 函数一次性获取结果：

grouping = df.groupby(["card_id", "day"])
df.assign(
    count=grouping.transform("count"),
    min=grouping.transform("min"),
    max=grouping.transform("max"),
)


 card_id    day amount  count   min max
0   1       1   1       2       1   2
1   1       1   2       2       1   2
2   2       1   10      2       10  20
3   2       1   20      2       10  20
4   1       2   3       2       3   4
5   1       2   4       2       3   4
6   2       2   30      2       30  40
7   2       2   40      2       30  40

【讨论】：