问题标签 [pandas-groupby]

假设我dataframe看起来像：

我可以按“b”创建一个组。有没有一种快速的方法来获取每个组的“a”中的最后一个非 NA 值？在这种情况下，A 组为 3，B 组为 -9。

（在这种情况下，序列“a”按给定排序，但可能并非如此。可能还有另一列“c”，根据它定义“最后一个”。）

我通过查看 grouped.groups 字典编写了自己的循环代码。但显然，鉴于我庞大的数据集，这非常低效。我认为这可以非常简单地完成——也许我对熊猫太陌生了:-)

我从这样的输入数据开始

打印时显示如下：

分组很简单：

和打印产生一个GroupBy对象：

但我最终想要的是另一个包含 GroupBy 对象中所有行的 DataFrame 对象。换句话说，我想得到以下结果：

我不太明白如何在 pandas 文档中完成此操作。欢迎任何提示。

是否有 pandas 内置方法可以将两个不同的聚合函数f1, f2应用于同一列df["returns"]，而无需agg()多次调用？

示例数据框：

语法错误但直觉上正确的方法是：

显然，Python 不允许重复键。有没有其他方式来表达输入agg()？也许元组列表[(column, function)]会更好，以允许将多个函数应用于同一列？但agg()似乎它只接受字典。

除了定义一个仅应用其中两个函数的辅助函数之外，还有其他解决方法吗？（无论如何，这将如何与聚合一起工作？）

如果我有一个包含相同名称的列的数据框，有没有办法将具有相同名称的列与某种函数（即总和）结合起来？

例如：

我如何通过对列名相同的每一行求和来折叠 NY-WEB01 列（有一堆重复的列，而不仅仅是 NY-WEB01）？

我有一长串需要排序的元组，例如。[('11/2010', 196.9876),('11/2010', 654.9876), ('12/2010', 234.9876).........]

我想使用 date(1st element) 将元组中的第二个元素分组到单独的列表中。到目前为止，我已经得到了一个唯一日期列表，例如[11/2010,12/2010....]，我试图使用这些来引用更大的列表并进行数学计算，我想出了：

这可能是真正的垃圾代码，但我是编码新手，尝试这样做非常沮丧，感谢提供的任何帮助。

PS我正在使用Python

我有一个grouped类型的时间序列对象<pandas.core.groupby.SeriesGroupBy object at 0x03F1A9F0>。grouped.sum()给出了预期的结果，但我无法让 rolling_sum 使用该groupby对象。有没有办法将滚动功能应用于groupby对象？例如：

但是，我想要类似的东西：

如何通过键访问 groupby 对象中相应的 groupby 数据框？

使用以下分组：

我可以遍历它以获取键和组：

我希望能够通过其密钥访问组：

但是当我尝试这样做时，gb[('foo',)]我得到了这个奇怪pandas.core.groupby.DataFrameGroupBy的对象，它似乎没有任何与我想要的 DataFrame 对应的方法。

我能想到的最好的是：

但这有点讨厌，考虑到大熊猫通常在这些事情上有多好。
这样做的内置方法是什么？

I have a DataFrame with a column that has some bad data with various negative values. I would like to replace values < 0 with the mean of the group that they are in.

For missing values as NAs, I would do:

But how to do this operation on a condition like x < 0?

Thanks!

我有一个时间序列的日内数据如下所示

我希望将数据转换为 DataFrame，列作为每个日期，行作为日期中的时间。

这些我都试过了

但是如何将组转换为日期列 DataFrame？还是有更好的方法？

我有一个包含三个字符串列的数据框。我知道第三列中唯一的一个值对于前两个的每个组合都是有效的。要清理数据，我必须按前两列按数据框分组，并为每个组合选择第三列的最常见值。

我的代码：

最后一行代码不起作用，它显示“Key error 'Short name'”，如果我尝试仅按 City 分组，则会收到 AssertionError。我能做些什么来解决它？