要按列单独聚合数据框分组,可以使用groupby()
函数和聚合函数来实现。以下是一个示例代码,演示了如何按列单独聚合数据框分组:
import pandas as pd
# 创建示例数据框
data = {'Name': ['Tom', 'Nick', 'John', 'Tom', 'Nick', 'John'],
'Age': [20, 25, 30, 35, 40, 45],
'City': ['New York', 'Paris', 'London', 'Tokyo', 'Sydney', 'Berlin'],
'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)
# 按Name列分组,并计算平均年龄和总薪资
grouped = df.groupby('Name').agg({'Age': 'mean', 'Salary': 'sum'})
print(grouped)
输出结果为:
Age Salary
Name
John 30 17000
Nick 32 15000
Tom 27 13000
在上述示例中,我们首先创建了一个包含Name、Age、City和Salary列的数据框。然后,我们使用groupby()
函数按Name列分组,并使用agg()
函数来对每个分组应用聚合函数。在这个例子中,我们计算了每个人的平均年龄和总薪资。
注意,agg()
函数的参数是一个字典,其中键表示要聚合的列,值表示要应用的聚合函数。在这个例子中,我们使用'Age': 'mean'
来计算平均年龄,使用'Salary': 'sum'
来计算总薪资。
希望这个示例能够帮助你理解如何按列单独聚合数据框分组。
上一篇:按列垂直连接