如何基于列进行内爆（pandas 爆炸的反向）

Question

我有一个如下所示的数据框 df  NETWORK       config_id       APPLICABLE_DAYS  Case    Delivery  0   Grocery     5399            SUN               10       1        1   Grocery     5399            MON               20       2       2   Grocery     5399            TUE               30       3        3   Grocery     5399            WED               40       4       我想要内爆（将多行中的 Applicable_days 组合成单行，如下所示）并获取每个 config_id 的平均案例和交付  NETWORK       config_id       APPLICABLE_DAYS      Avg_Cases    Avg_Delivery 0   Grocery     5399            SUN,MON,TUE,WED         90           10使用网络上的 groupby，config_id 我可以获得 avg_cases 和 avg_delivery，如下所示。df.groupby(['network','config_id']).agg({'case':'mean','delivery':'mean'})但是，在执行此聚合时，我如何才能加入 APPLICABLE_DAYS 呢？

Answer 1

如果您想要爆炸的“相反”，那么这意味着将其放入解决方案#1 中的列表中。您还可以在解决方案 #2 中作为字符串加入：

用于groupby 函数中的lambda x: x.tolist()列：'APPLICABLE_DAYS'.agg

df = (df.groupby(['NETWORK','config_id'])

      .agg({'APPLICABLE_DAYS': lambda x: x.tolist(),'Case':'mean','Delivery':'mean'})

      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)

      .reset_index())

df

Out[1]: 

   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery

0  Grocery       5399  [SUN, MON, TUE, WED]         25           2.5

用于groupby 函数中的lambda x: ",".join(x)列：'APPLICABLE_DAYS'.agg

 df = (df.groupby(['NETWORK','config_id'])

      .agg({'APPLICABLE_DAYS': lambda x: ",".join(x),'Case':'mean','Delivery':'mean'})

      .rename({'Case' : 'Avg_Cases','Delivery' : 'Avg_Delivery'},axis=1)

      .reset_index())

df

Out[1]: 

   NETWORK  config_id       APPLICABLE_DAYS  Avg_Cases  Avg_Delivery

0  Grocery       5399       SUN,MON,TUE,WED         25           2.5

如果您正在寻找sum，那么您可以将和列更改mean为。sumCasesDelivery

Answer 2

你的结果看起来更像是一个总和，而不是平均值；下面的解决方案使用命名聚合：

    df.groupby(["NETWORK", "config_id"]).agg(

    APPLICABLE_DAYS=("APPLICABLE_DAYS", ",".join),

    Total_Cases=("Case", "sum"),

    Total_Delivery=("Delivery", "sum"),

)

                        APPLICABLE_DAYS       Total_Cases   Total_Delivery

NETWORK config_id           

Grocery 5399                SUN,MON,TUE,WED           100      10

如果是平均值，那么您可以将 'sum' 更改为 'mean' ：

df.groupby(["NETWORK", "config_id"]).agg(

    APPLICABLE_DAYS=("APPLICABLE_DAYS", ",".join),

    Avg_Cases=("Case", "mean"),

    Avg_Delivery=("Delivery", "mean"),

)

                    APPLICABLE_DAYS   Avg_Cases Avg_Delivery

NETWORK config_id           

Grocery 5399         SUN,MON,TUE,WED      25      2.5