Python Pandas groupby with count, sum, and avg etc

我们要对一个 DataFrame 做分组统计时，其实跟 SQL 语句的逻辑是差不多的。

groupby.sum(), groupby.count() 等等。

如果要把一个 DataFrame 里的不同列各做 sum(), count() 该如何操作呢？在这里给大家做一个演示。

# 原始数据
keyword_list = ['dog', 'cat', 'horse', 'dog', 'dog', 'horse']
weight_list = [0.12, 0.5, 0.07, 0.1, 0.2, 0.3]
other_keywords_list = [['cat', 'horse', 'pig'], ['dog', 'pig', 'camel'], ['dog', 'camel', 'cat'], ['cat', 'horse'], ['cat', 'horse', 'pig'], ['camel']]

# 生成DataFrame
dict = {'keyword': keyword_list, 'weight': weight_list, 'other keywords': other_keywords_list}
animaldf = pd.DataFrame(data=dict)
animaldf

	keyword	weight	other keywords
0	dog	0.12	[cat, horse, pig]
1	cat	0.50	[dog, pig, camel]
2	horse	0.07	[dog, camel, cat]
3	dog	0.10	[cat, horse]
4	dog	0.20	[cat, horse, pig]
5	horse	0.30	[camel]

1 2	df = animaldf.groupby('keyword').agg({'keyword': 'count', 'weight': 'sum', 'other keywords': 'sum'}) df

	keyword	weight	other keywords
keyword
cat	1	0.50	[dog, pig, camel]
dog	3	0.42	[cat, horse, pig, cat, horse, cat, horse, pig]
horse	2	0.37	[dog, camel, cat, camel]

这样就已经达到效果了。

如果接下来要继续对数据进行处理，可以先把 index 的名字 keyword 去掉，不去掉的话，转成列时就和现有列 keyword 名字冲突了。

然后把索引转换成列。

1 2	df.index.name = None df.reset_index()

最后你想把列改成什么名字就随你了。