python groupby与agg的使用方法

import pandas as pd
import numpy as np

df = pd.DataFrame({'key1':['a', 'a', 'b', 'b', 'a'],
                    'key2':['one', 'two', 'one', 'two', 'one'],
                    'data1':np.random.randint(1,10,size=5),#返回5个1到10之间的整数,[1,10)
                    'data2':np.random.randint(1,8,size=5)})
df

得到df如下：

  key1 key2  data1  data2
0    a  one      4      7
1    a  two      1      1
2    b  one      8      6
3    b  two      2      2
4    a  one      5      2

一、对单列进行计算

计算后再重命名，推荐这种方法

#对单列进行计算
df_temp = df.groupby(['key1','key2']).agg({'data1':'min'})
#对data1列，计算分组后的最小值，名字还是data1，因此需要重命名
df_temp.rename(columns={'data1':'data1_min'},inplace=True)#修改列名
print(df_temp)

输出结果如下：

           data1_min
key1 key2           
a    one           4
     two           1
b    one           8
     two           2

二、对多列进行计算

#以多列进行计算
df_temp = df.groupby(['key1','key2']).agg({'data1':'min','data2':'max'})
df_temp.rename(columns={'data1':'data1_min','data2':'data2_max'},inplace=True)#修改列名
print(df_temp)

输出结果如下：

           data1_min  data2_max
key1 key2                      
a    one           4          7
     two           1          1
b    one           8          6
     two           2          2

三、对多列进行多个计算

df_temp2 = df.groupby(['key1','key2']).agg({'data1':['min','max'],'data2':['max','count']})#对data1列，取各组的最小值，名字还是data1
print(df_temp2)
df_temp2.columns = [i[0] + "_" + i[1] for i in df_temp2.columns] # 注意重命名方式
print(df_temp2)

输出结果如下：

          data1     data2      
            min max   max count
key1 key2                      
a    one      1   2     2     2
     two      2   2     2     1
b    one      2   2     1     1
     two      2   2     1     1
           data1_min  data1_max  data2_max  data2_count
key1 key2                                              
a    one           1          2          2            2
     two           2          2          2            1
b    one           2          2          1            1
     two           2          2          1            1

参考：pandas——很全的groupby、agg，对表格数据分组与统计