Wenn dtype eine Kategorie ist, kann es auch für nicht vorhandene Werte aggregiert werden.
import pandas as pd # version 1.1.2
#Definieren Sie DataFrame
df = pd.DataFrame({
'col1': ['a', 'a', 'b', 'b', 'c', 'c'],
'col2': [1, 2, 1, 2, 1, 2]
})
#Machen Sie col1 zu einem Kategorietyp
df['col1'] = df['col1'].astype('category')
#Kopieren Sie die ersten 3 Zeilen
df_sub = df.head(3).copy()
#Mit col1 gruppieren und über col2 aggregieren
df_grp = df_sub.groupby('col1')
df_agg = df_grp.agg({'col2': 'mean'}).reset_index()
df_agg.columns = ['col1', 'mean_col2']
df_sub ist wie folgt.
| col1 | col2 | |
|---|---|---|
| 0 | a | 1 |
| 1 | a | 2 |
| 2 | b | 1 |
df_agg ist wie folgt.
| col1 | mean_col2 | |
|---|---|---|
| 0 | a | 1.5 |
| 1 | b | 1.0 |
| 2 | c | NaN |
Es gibt eine Zeile, in der col1 c ist, obwohl es für df_sub aggregiert werden sollte. Wenn Sie df_grp.groups aktivieren, ist dies {'a': [0, 1], 'b': [2], 'c': []}.
Die Definition von df_grp lautet wie folgt.
df_grp = df_sub.groupby('col1', observed=True)
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.groupby.html
Recommended Posts