熊猫组通过多个列上的多个自定义汇总函数

Question

给定数据：

GRP	Data1	Data2	Data3
A	2	1	2
A	4	6	3
B	3	2	1
B	7	3	5

预期输出：

GRP	SUM（DATA1）	SUM（DATA2）/SUM/SUM（DATA1）	SUM（DATA3）/SUM/SUM（DATADA）
A	6	1.16666667	0.83
A	10	0.5	0.6

假设自定义聚合可以取决于多个列，并且并非总是一个简单的分裂操作。我知道使用SQL查询是可能的，但是如果可能的话，我对应用和汇总功能的答案感兴趣。

Answer 1

您可以在此处使用 groupby + allocate 来生成所需的聚合。您可以应用所需的任何聚合函数。

g = df.groupby('grp')
#                                         for custom agg func use .agg(custom_agg_func)
#                                                          ^^^^^
g[['data1']].agg('sum').assign(sum2 = lambda df: g['data2'].sum()/df['data1'],
                               sum3 = lambda df: g['data3'].sum()/df['data1'])
#                ^^^^^^
#    you can use custom agg func of your choice

     data1      sum2      sum3
grp                           
a        6  1.166667  0.833333
b       10  0.500000  0.600000

Answer 2

您可以执行以下操作：

df2 = df.groupby('grp').sum()
df2.update(df2.drop(columns='data1').div(df2['data1'], axis=0))

或更经典的操作：

df2 = df.groupby('grp').sum()
df2[['data2', 'data3']] = df2[['data2', 'data3']].div(df2['data1'], axis=0)

输出：

     data1     data2     data3
grp                           
a        6  1.166667  0.833333
b       10  0.500000  0.600000

多重聚合

您可以对 MultiIndex:

df2 = df.groupby('grp').agg(['sum', 'mean'])
df2.update(df2.drop(columns='data1').stack(0).div(df2['data1'], axis=0).unstack())

输出使用相同的逻辑：

    data1      data2      data3     
      sum mean   sum mean   sum mean
grp                                 
a       6  3.0     7  3.5     5  2.5
b      10  5.0     5  2.5     6  3.0