반환된 열의 이름을 Pandas Aggregate 함수에 지정하시겠습니까?
저는 기능적으로 판다 그룹과 문제가 있습니다.설명서를 읽었지만 집계 함수를 여러 열에 적용하고 해당 열에 사용자 지정 이름을 지정하는 방법을 알 수 없습니다.
이는 매우 근접하지만 반환되는 데이터 구조에는 중첩된 열 제목이 있습니다.
data.groupby("Country").agg(
{"column1": {"foo": sum()}, "column2": {"mean": np.mean, "std": np.std}})
(즉, 2열의 평균과 표준을 취하려고 하지만 이 열들을 "평균"과 "표준"으로 반환합니다.)
제가 무엇을 빠뜨리고 있나요?
판다의 경우 >= 0.
반환된 집계 열의 이름을 지정하는 기능이 마스터 분기에 다시 도입되었으며 판다 0.25를 대상으로 합니다.새로운 구문은 다음과 같습니다..agg(new_col_name=('col_name', 'agg_func')위에 링크된 PR의 자세한 예:
In [2]: df = pd.DataFrame({'kind': ['cat', 'dog', 'cat', 'dog'],
...: 'height': [9.1, 6.0, 9.5, 34.0],
...: 'weight': [7.9, 7.5, 9.9, 198.0]})
...:
In [3]: df
Out[3]:
kind height weight
0 cat 9.1 7.9
1 dog 6.0 7.5
2 cat 9.5 9.9
3 dog 34.0 198.0
In [4]: df.groupby('kind').agg(min_height=('height', 'min'),
max_weight=('weight', 'max'))
Out[4]:
min_height max_weight
kind
cat 9.1 9.9
dog 6.0 198.0
이 PR에 따라 이 구문과 앞서(아래) 제안한 2단계 이름 바꾸기 구문을 사용하여 여러 람다 식을 사용할 수도 있습니다.PR의 예에서 다시 복사합니다.
In [2]: df = pd.DataFrame({"A": ['a', 'a'], 'B': [1, 2], 'C': [3, 4]})
In [3]: df.groupby("A").agg({'B': [lambda x: 0, lambda x: 1]})
Out[3]:
B
<lambda> <lambda 1>
A
a 0 1
그리고 나서..rename()또는 한 번에:
In [4]: df.groupby("A").agg(b=('B', lambda x: 0), c=('B', lambda x: 1))
Out[4]:
b c
A
a 0 0
판다 < 0.25
현재 unutbu 설명에 의해 받아들여진 답변은 판다 버전 <= 0.20에서 이를 수행하는 훌륭한 방법입니다.그러나 판다 0.20부터 이 방법을 사용하면 향후 버전의 판다에서는 구문을 사용할 수 없을 것이라는 경고가 표시됩니다.
시리즈:
미래 경고: 시리즈에서 집계에 딕트를 사용하는 것은 더 이상 권장되지 않으며 향후 버전에서 제거될 예정입니다.
데이터 프레임:
미래 경고: 딕트를 이름 변경과 함께 사용하는 것은 더 이상 권장되지 않으며 이후 버전에서 제거됩니다.
판다 0.20 변경 로그에 따르면 집계하는 동안 열 이름을 변경하는 권장 방법은 다음과 같습니다.
# Create a sample data frame
df = pd.DataFrame({'A': [1, 1, 1, 2, 2],
'B': range(5),
'C': range(5)})
# ==== SINGLE COLUMN (SERIES) ====
# Syntax soon to be deprecated
df.groupby('A').B.agg({'foo': 'count'})
# Recommended replacement syntax
df.groupby('A').B.agg(['count']).rename(columns={'count': 'foo'})
# ==== MULTI COLUMN ====
# Syntax soon to be deprecated
df.groupby('A').agg({'B': {'foo': 'sum'}, 'C': {'bar': 'min'}})
# Recommended replacement syntax
df.groupby('A').agg({'B': 'sum', 'C': 'min'}).rename(columns={'B': 'foo', 'C': 'bar'})
# As the recommended syntax is more verbose, parentheses can
# be used to introduce line breaks and increase readability
(df.groupby('A')
.agg({'B': 'sum', 'C': 'min'})
.rename(columns={'B': 'foo', 'C': 'bar'})
)
자세한 내용은 0.20 변경 로그를 참조하십시오.
@JunkMechanic의 의견에 따라 2017-01-03을 업데이트합니다.
오래된 스타일의 사전 구문을 사용하여 여러 개를 전달하는 것이 가능했습니다.lambda에 대한 기능..agg전달된 사전의 키로 이름이 바뀌었기 때문입니다.
>>> df.groupby('A').agg({'B': {'min': lambda x: x.min(), 'max': lambda x: x.max()}})
B
max min
A
1 2 0
2 4 3
여러 함수를 하나의 열에 목록으로 전달할 수도 있습니다.
>>> df.groupby('A').agg({'B': [np.min, np.max]})
B
amin amax
A
1 0 2
2 3 4
반환되므로.<lambda>이름 충돌이 발생합니다.
>>> df.groupby('A').agg({'B': [lambda x: x.min(), lambda x: x.max]})
SpecificationError: Function names must be unique, found multiple named <lambda>
다음을 방지하기 위해SpecificationError명명된 함수는 사용하는 대신 선험적으로 정의될 수 있습니다.lambda적절한 함수 이름도 호출을 피합니다..rename나중에 데이터 프레임에 저장합니다.위와 같은 목록 구문으로 다음 함수를 전달할 수 있습니다.
>>> def my_min(x):
>>> return x.min()
>>> def my_max(x):
>>> return x.max()
>>> df.groupby('A').agg({'B': [my_min, my_max]})
B
my_min my_max
A
1 0 2
2 3 4
계층형 열 인덱스에서 가장 바깥쪽 수준이 삭제됩니다.
df = data.groupby(...).agg(...)
df.columns = df.columns.droplevel(0)
가장 바깥쪽 레벨을 유지하려면 다중 레벨 열의 레이블() 기능을 사용하여 새 레이블을 구성할 수 있습니다.
df.columns = ["_".join(x) for x in df.columns.ravel()]
업데이트: 대신 새로운 팬더에서..ravel()사용하다.tolist()또는.to_numpy() use df.columns = ["_".join(x) for x in df.columns.tolist()]
예:
import pandas as pd
import pandas.rpy.common as com
import numpy as np
data = com.load_data('Loblolly')
print(data.head())
# height age Seed
# 1 4.51 3 301
# 15 10.89 5 301
# 29 28.72 10 301
# 43 41.74 15 301
# 57 52.70 20 301
df = data.groupby('Seed').agg(
{'age':['sum'],
'height':['mean', 'std']})
print(df.head())
# age height
# sum std mean
# Seed
# 301 78 22.638417 33.246667
# 303 78 23.499706 34.106667
# 305 78 23.927090 35.115000
# 307 78 22.222266 31.328333
# 309 78 23.132574 33.781667
df.columns = df.columns.droplevel(0)
print(df.head())
수확량
sum std mean
Seed
301 78 22.638417 33.246667
303 78 23.499706 34.106667
305 78 23.927090 35.115000
307 78 22.222266 31.328333
309 78 23.132574 33.781667
또는 인덱스의 첫 번째 수준을 유지하려면 다음을 수행합니다.
df = data.groupby('Seed').agg(
{'age':['sum'],
'height':['mean', 'std']})
df.columns = ["_".join(x) for x in df.columns.ravel()]
수확량
age_sum height_std height_mean
Seed
301 78 22.638417 33.246667
303 78 23.499706 34.106667
305 78 23.927090 35.115000
307 78 22.222266 31.328333
309 78 23.132574 33.781667
동일한 위치에서 출력 열의 이름을 지정하고 정의하는 것이 더 자연스럽고 일관적이라는 OP에 동의하지만(예: R의 tidyverse에서 수행하는 것처럼), 현재 판다에서 해결책은 집계를 수행하기 전에 를 통해 원하는 이름으로 새 열을 만드는 것입니다.
data.assign(
f=data['column1'],
mean=data['column2'],
std=data['column2']
).groupby('Country').agg(dict(f=sum, mean=np.mean, std=np.std)).reset_index()
(회전 사용)'Country','f','mean',그리고.'std'모두 별도의 정수 인덱스를 가진 정규 열로 변환됩니다.)
JMP와 유사한 동작을 수행하려면 다중 인덱스의 모든 정보를 보관하는 열 제목을 작성합니다.
newidx = []
for (n1,n2) in df.columns.ravel():
newidx.append("%s-%s" % (n1,n2))
df.columns=newidx
데이터 프레임이 다음과 같이 변경됩니다.
I V
mean std first
V
4200.0 25.499536 31.557133 4200.0
4300.0 25.605662 31.678046 4300.0
4400.0 26.679005 32.919996 4400.0
4500.0 26.786458 32.811633 4500.0
로.
I-mean I-std V-first
V
4200.0 25.499536 31.557133 4200.0
4300.0 25.605662 31.678046 4300.0
4400.0 26.679005 32.919996 4400.0
4500.0 26.786458 32.811633 4500.0
@Joel Ostblom의 영감으로.
단순 집계용으로 이미 작업 가능한 사전을 가지고 있는 사용자는 최신 버전 집계에 대해 다음 코드를 사용/수정하여 집계와 부분 이름 변경을 구분할 수 있습니다.항목이 두 개 이상일 경우 중첩된 사전을 숙지하십시오.
def agg_translate_agg_rename(input_agg_dict):
agg_dict = {}
rename_dict = {}
for k, v in input_agg_dict.items():
if len(v) == 1:
agg_dict[k] = list(v.values())[0]
rename_dict[k] = list(v.keys())[0]
else:
updated_index = 1
for nested_dict_k, nested_dict_v in v.items():
modified_key = k + "_" + str(updated_index)
agg_dict[modified_key] = nested_dict_v
rename_dict[modified_key] = nested_dict_k
updated_index += 1
return agg_dict, rename_dict
one_dict = {"column1": {"foo": 'sum'}, "column2": {"mean": 'mean', "std": 'std'}}
agg, rename = agg_translator_aa(one_dict)
우리는.
agg = {'column1': 'sum', 'column2_1': 'mean', 'column2_2': 'std'}
rename = {'column1': 'foo', 'column2_1': 'mean', 'column2_2': 'std'}
더 현명한 방법이 있다면 알려주시기 바랍니다.감사해요.
이러한 종류의 데이터 프레임과 같이 열 이름에는 두 가지 수준이 있습니다.
shop_id item_id date_block_num item_cnt_day
target
0 0 30 1 31
다음 코드를 사용할 수 있습니다.
df.columns = [col[0] if col[-1]=='' else col[-1] for col in df.columns.values]
결과:
shop_id item_id date_block_num target
0 0 30 1 31
언급URL : https://stackoverflow.com/questions/19078325/naming-returned-columns-in-pandas-aggregate-function
'programing' 카테고리의 다른 글
| R의 데이터 열 표준화 (0) | 2023.06.27 |
|---|---|
| Oracle - 필드에 소문자가 있는 위치를 선택합니다. (0) | 2023.06.27 |
| 실행 총계 / 실행 잔액 계산 (0) | 2023.06.27 |
| 명시적으로 파일을 닫는 것이 중요합니까? (0) | 2023.06.27 |
| MS SQL Server에서 예약된 단어/키워드인 테이블 이름 만들기 (0) | 2023.06.27 |