Pandas groupby agg - 如何获取计数？

Question

我想获取一个指标的总和、平均值和计数

df.groupby(['id', 'pushid']).agg({"sess_length": [ np.sum, np.mean, np.count]})

但是我得到了"module 'numpy' has no attribute 'count'"的错误，我已经尝试了不同的表达计数函数的方式，但是无法使其正常工作。我该如何将聚合记录计数与其他指标一起使用？

- L Xandor

---

你只需要 len 吗？不确定你所说的表达计数函数的不同方式是什么意思 - 正如你所看到的，numpy 显然没有 np.count。这个函数预期要做什么？ - Nathan

你可以使用 np.size。 - jxc

@jxc size 会将 nan 计算为一行，而 count 则会将 nan 排除在外。 - YJZ

Answer 1

您可以使用字符串代替函数，像这样：

df = pd.DataFrame(
    {"id": list("ccdef"), "pushid": list("aabbc"), 
     "sess_length": [10, 20, 30, 40, 50]}
)

df.groupby(["id", "pushid"]).agg({"sess_length": ["sum", "mean", "count"]})

这将输出：

           sess_length
                   sum mean count
 id pushid
 c  a               30   15     2
 d  b               30   30     1
 e  b               40   40     1
 f  c               50   50     1

- Alex

Answer 2

只需使用 np.size

不确定为什么答案需要是30个字符长，当答案很直接明了时。

- JustMe

---

我正好在找那个。np.count_nonzero看起来不太合适。 - Rafs

Answer 3

这可能有效：

df.groupby(['id', 'pushid']).agg({"sess_length": [ np.sum, np.mean, np.**size**]})

- Pat Minot

---

这种语法与去年被接受的答案中描述的['sum'，'mean'，'count']的使用相比，是否有优势？如果有的话，编辑您的答案以包含该信息将会很有用。 - Jeremy Caney

Answer 4

我想你的意思是：

df.groupby(['id', 'pushid']).agg({"sess_length": [ 'sum', 'count','mean']})

如pandas文档中所述，您可以使用字符串参数，例如'sum'、'count'等来进行聚合操作。说实话，这是更可取的做法。

- lego king