1

我想获得分组的聚合数据，但是在聚合具有多个函数的同一列时遇到了问题。

基本上，我想知道是否有办法重命名聚合列，所以它不会重写。

这是我的代码

    df = Daru::DataFrame.from_activerecord(active_record,
                                           *%i[jobs.id jobs.demand_created_at jobs.quality_rating jobs.service_rating jobs.value_rating SC.name D.czso_region_id])
    df.vectors = Daru::Index.new(%i[job_id demand_created_at quality_rating service_rating value_rating specific_category_name region_id])

    # computed columns
    df[:avg_rating] = ((df[:quality_rating] + df[:service_rating] + df[:value_rating]) / 3.0)
    df[:broad_region_id] = df[:region_id].recode { |i| i[0...-1]}

    df_grouped = df.group_by([:specific_category_name, :broad_region_id, :job_id])
    df_grouped.aggregate(avg_rating: :mean, job_id: :count).aggregate(avg_rating: :mean, job_id: :count)

我在这里遇到问题：

df_grouped.aggregate(avg_rating: :mean, job_id: :count).aggregate(avg_rating: :mean, job_id: :count)

基本上，我想写这样的东西（例如）：

df_grouped.aggregate(avg_rating: :mean, avg_rating: :std)

但是，这只会生成一列名为avg_rating和错误

(irb):124: warning: key :avg_rating is duplicated and overwritten on line 124

有没有办法重命名聚合列？我唯一的想法是复制列，但这似乎是一个非常hacky的解决方案。

4

1 回答 1

1

好吧，我终于在这里找到了答案。

分组数据的聚合可以这样完成：

df.group_by(:a).aggregate(
 avg_d:    ->(df) { df[:d].mean },
 sum_c:    ->(df) { df[:c].sum },
 avg_of_c: ->(df) { df[:c].mean },
 size_b_with_lambda: ->(grouped){ grouped[:b].size}, 
 uniq_b_with_proc: proc {|grouped| grouped[:b].uniq.size }
)

这解决了我所有的问题

于 2019-11-25T14:32:34.000 回答