Pandas根据数据类型定义度量的agg方法

Question

对于pandas的agg方法，有没有一种方式可以基于数据类型指定聚合函数？例如，所有类型为object的列都使用“first”，所有float列都使用“mean”，以此类推？这样可以避免手动编写所有列及其相应的聚合函数。

示例数据：

import seaborn as sns
iris = sns.load_dataset('iris')

期望的代码：

iris.agg({"object":"first", "float":"mean"})

- user2974951

Answer 1

我会这样做：

import seaborn as sns
iris = sns.load_dataset('iris')

agg_method = {'float64': 'mean', 'object':  'count'}

iris.agg({k: agg_method[str(v)] for k, v in iris.dtypes.items()})

返回：

sepal_length      5.843333
sepal_width       3.057333
petal_length      3.758000
petal_width       1.199333
species         150.000000
dtype: float64

- dokteurwho

Answer 2

def a(x):
    if x.dtype == np.dtype('float64'):
        dict[x.name] = "mean"
    elif x.dtype == np.dtype('object'):
        dict[x.name] = "first"


dict = {}

df = df.apply(a)

iris.agg(dict)

- Wilian

---

也许我不理解这是如何工作的，但是这段代码对我来说不起作用。 - user2974951

"对我不起作用"？？？？有什么错误？ - Wilian

好的...你代码中的df是什么？这样的对象不存在。 - user2974951

一个Pandas的数据帧（您的帖子标签）。 - Wilian

由于a已经是一个带有一个参数的函数，您可以使用df = df.apply(a)，不需要使用lambda表达式。 - joanis

Answer 3

一种不依赖于agg的替代方法是分别应用函数并连接：

pd.concat([iris.mean(numeric_only=True), 
           iris.select_dtypes('object').count()]
         )

sepal_length      5.843333
sepal_width       3.057333
petal_length      3.758000
petal_width       1.199333
species         150.000000

- sammywemmy