Pandas基于多列的分组和聚合

Question

在数据框中有4列col_A，col_B，col_C和col_D。需要按照col_D对列（col_A，col_B，col_C）进行分组并计算平均值。以下是我尝试并成功的代码片段：

df.groupby(['col_A','col_B','col_C']).agg({'col_D':'mean'}).reset_index()

但除了上述结果之外，还需要按（col_A，col_B，col_C）的分组计数进行聚合。请帮忙。

df.groupby(['col_A','col_B','col_C']).agg({'col_D': ['mean', 'count']}).reset_index()

- Prakash

---

df.groupby(['col_A','col_B','col_C'])['col_D'].agg(['mean', 'count']).reset_index()？请将上述代码翻译成中文。 - Henry Ecker

as_index可以设置为False；取消重置索引 - sammywemmy

Answer 1

使用命名聚合：

使用命名聚合：

result = (
    df.groupby(['col_A', 'col_B', 'col_C'], as_index=False)
      .agg(mean=('col_D', 'mean'), count=('col_D', 'count'))
)

对于count列，您在选择聚合函数时有两个选择：

• count=('col_D', 'count')将忽略col_D中的任何NaN值
• count=('col_D', 'size')将包括col_D中的NaN值

- Code Different