我在選擇要在 Pandas.DataFrame.Groupby.agg 中插入哪些列時遇到問題。這是獲取和準備數據的代碼。# Data Collecting and library importfrom pandas_datareader import dataimport pandas as pdsymbol = 'AAPL'source = 'yahoo'start_date = '2018-01-01'end_date = '2019-04-24'stock = data.DataReader(symbol, source, start_date, end_date)new_range = pd.date_range(start="2018-1-1", end="2019-12-30")stock = stock.reindex(new_range).fillna(method='ffill').fillna(method='bfill')stock['Day'] = stock.index.weekday_namestock['Month'] = stock.index.month_name()stock['Size'] = stock['High'].apply(lambda x: 'Big' if x>175 else 'Small')stock['Other Size'] = stock['Low'].apply(lambda x: 'Big' if x>175 else 'Small')stock.round(2)stock.head(10)這導致 到目前為止我所做的是stock.groupby(['Day', 'Month']).agg( { 'High' : [min, 'mean', max], 'Low' : [min, 'mean', max], 'Open' : 'mean', 'Size' : lambda x: x.value_counts().index[0], # Other_non_numeric : lambda x: x.value_counts().index[1], # Other_columns : 'mean' }).round(2)這導致：問題是：如何包含其他非數字列？如何在字典中包含其他未確定的列并將方法設置為“平均值”？
1 回答
泛舟湖上清波郎朗
TA貢獻1818條經驗 獲得超3個贊
1）要確定一列是否為數字，您可以使用pandas.api.types.is_numeric_dtype
2）要查找剩余的列，您可以使用set(df.columns)減去您使用的列groupby以及具有特定聚合函數的列，例如
from pandas.api.types import is_numeric_dtype
fields_groupby = ['Day', 'Month']
fields_specific = {
'High': [min, 'mean', max],
'Low': [min, 'mean', max],
'Open': 'mean',
'Size': lambda x: x.value_counts().index[0],
}
fields_other = set(set(stock.columns) - set(fields_groupby) - set(fields_specific))
fields_agg_remaining = {col: 'mean' if is_numeric_dtype(stock[col]) else lambda x: x.value_counts().index[1] for col in fields_other}
之后，將 和 的集合組合為fields_specificaggfields_agg_remaining字段列表
agg_fields = fields_agg_remaining
agg_fields.update(fields_specific)
stock.groupby(['Day', 'Month']).agg(agg_fields).round(2)
編輯：您可以組合所有內容以將它們放入字典參數中，例如：
stock.groupby(['Day', 'Month']).agg(
{col:
[min, 'mean', max] if col in ['High', 'Low'] else
'mean' if col in ['Open'] else
lambda x: x.value_counts().index[0] if col in ['Size'] else
'mean' if is_numeric_dtype(stock[col]) else
lambda x: x.value_counts().index[1] for col in set(set(stock.columns) - {'Day', 'Month'})}
).round(2)
添加回答
舉報
0/150
提交
取消