问题标签 [pandas-groupby]

我有一个看起来像这样的 DataFrame：

我想将其转换为计算属于某些垃圾箱的视图，如下所示：

我试过：

但它只给出聚合计数，而不是用户计数。如何按用户获取 bin 计数？

总计数（使用我的真实数据）如下所示：

我生成了一个分组的数据框df = df.groupby(['X','Y']).max()，然后我想将其写入（到 csv，没有索引）。所以我需要将“X”和“Y”转换回常规列；我尝试使用reset_index()，但列的顺序错误。

如何将列“X”和“Y”恢复到它们的确切原始列位置？

是解决方案：

然后找到一种方法来改变列的顺序？

（我也发现了这种方法，用于 multiindex）

我有一个数据框，其中包含不同国家/地区的问题结果，每个国家/地区都有重复条目。这些国家在 v6 中找到。例如：

我知道如何从比利时提取数据

我想知道是否有一种优雅的方法可以在 v6 中找到的 26 个国家/地区执行相同的操作，而无需为所有人​​编写代码。我认为它与groupby()，因为这给了我 v6 的不同值。并且itertools经常在论坛中被引用，但我没有得到它的工作。我得到的最接近的方法是临时保存并打印 中的国家locals()或以下代码，但它们都不起作用，因为我不知道如何进行变量更改名称

我正在尝试计算一个新列，其中包含几个组中的每一个的最大值。我来自 Stata 背景，所以我知道 Stata 代码是这样的：

例如：

然后我希望它看起来像：

最终，我试图形成一个列，记录每个组的1/(max-min) * odds位置max和min位置。

我有以下熊猫数据框：

如何cash_flow按自定义范围获取列中值的总和，从 2014-6-30 开始，以 6 个月为间隔，在 2016-12-31 结束。

因此，间隔看起来像 2014-06-30、2015-12-31、2015-06-30、2015-12-31、2016-06-30、2016-12-31

它还将忽略 MultiIndex 中的“键”名称索引。

我已经尝试使用TimeGrouper但无法让它工作，因为TimeGrouper从您的时间序列中最早的值开始并向前移动。

我有一个具有三个索引级别的数据框，我希望计算一个值偏离平均值的程度。但是根据我的指数，我对不同的群体有不同的意思。这是我尝试过的：

但是，我收到一个错误，我在下面插入了堆栈跟踪。我不确定为什么会出现这样的问题。

我的数据框看起来像这样：

为简单起见，假设我的索引是 2 级而不是 3 级。我想做的是按 (cat,Sub) 分组，这意味着 (category,subcategory)。

然后在我按 cat=1, sub=2 分组的第一种情况下找到所有组的平均值，这将是 7+5/2=6。然后我想分别找到7-6和5-6。

所以像df.groupby(level=[0,1]).apply(lambda x: x-np.mean(x))

一些在我的电脑上显示错误的虚拟代码（Pandas 版本 0.17.1）：

假设我有以下数据框：

我想获取人口总和（按索引和 city_name 分组）并在同一数据框中创建一个新列。例如，我想要一个如下所示的 DataFrame：

我遇到一些麻烦的原因是我不确定如何同时使用groupby索引和列。

我知道这一定在某个地方得到了回答，但我就是找不到。

问题：在 groupby 操作后对每个组进行采样。

我有以下数据框：

我还使用 pandas 文档中的函数来分隔“元音”和“辅音”之间的字母

我的问题是如何使用数据框索引中的字母类型进行分组？

我有一个熊猫数据框，我想计算一列的滚动平均值（在 groupby 子句之后）。但是，我想排除 NaN。

例如，如果 groupby 返回 [2, NaN, 1]，则结果应该是 1.5，而当前它返回 NaN。

我尝试了以下方法，但似乎不起作用：

如果我什至尝试这个：

我在输出中得到了 NaN，所以它一定与 pandas 在后台的工作方式有关。

有任何想法吗？

编辑：这是我正在尝试做的代码示例：

结果是：

虽然我想拥有以下内容：