python - 如何在熊猫中分组和聚合动态列
问题描述
我在熊猫中有以下数据框
code tank nozzle_1 nozzle_2 nozzle_var nozzle_sale
123 1 1 1 10 10
123 1 2 2 12 10
123 2 1 1 10 10
123 2 2 2 12 10
123 1 1 1 10 10
123 2 2 2 12 10
现在,我想生成在 tank 上分组的所有列的累积总和,并取出最后一次观察。喷嘴_1 和喷嘴_2 列是动态的,它可能是喷嘴_3,喷嘴_4 ....喷嘴_n 等。我在熊猫中进行以下操作以获取cumsum
## Below code for calculating cumsum of dynamic columns nozzle_1 and nozzle_2
cols= df.columns[df.columns.str.contains(pat='nozzle_\d+$', regex=True)]
df.assign(**df.groupby('tank')[cols].agg(['cumsum'])\
.pipe(lambda x: x.set_axis(x.columns.map('_'.join), axis=1, inplace=False)))
## nozzle_sale_cumsum is static column
df[nozzle_sale_cumsum] = df.groupby('tank')['nozzle_sale'].cumsum()
从上面的代码中,我将获得以下列的 cumsum
tank nozzle_1 nozzle_2 nozzle_var nozzle_1_cumsum nozzle_2_cumsum nozzle_sale_cumsum
1 1 1 10 1 1 10
1 2 2 12 3 3 20
2 1 1 10 1 1 10
2 2 2 12 3 3 20
1 1 1 10 4 4 30
2 2 2 12 5 5 30
现在,我想获取所有 3 个 cumsum 列的最后一个值,这些列分组在 tank 上。我可以用 pandas 中的以下代码来做到这一点,但它是用列名硬编码的。
final_df= df.groupby('tank').agg({'nozzle_1_cumsum':'last',
'nozzle_2_cumsum':'last',
'nozzle_sale_cumsum':'last',
}).reset_index()
上面代码的问题是喷嘴_1_cumsum,而喷嘴_2_cumsum 是硬编码的,事实并非如此。如何在带有动态列的熊猫中做到这一点。
解决方案
怎么样:
df.filter(regex='_cumsum').groupby(df['tank']).last()
输出:
nozzle_1_cumsum nozzle_2_cumsum nozzle_sale_cumsum
tank
1 4 4 30
2 5 5 30
您也可以替换df.filter(...)
为,例如,df.iloc[:,-3:]
或df[col_names]
。
推荐阅读
- oracle - SSIS 连接到 Oracle 云数据库
- javascript - Javascript 创建一个地点类别数组
- python - python jupyter笔记本中的text2code
- arduino - 当对 MPR121 使用不同的地址时,I2C 扫描仪冻结在“正在扫描...”
- awk - 使用 awk 合并文件
- ios - 今天扩展 - 无法加载而不做任何事情
- python - 下一页在 bs4 和 pandas 数据框中不起作用
- c - 是否有适用于 Linux 的 C 标头,其中包含检查是否按下某个键的功能
- firebase-realtime-database - 如何在 Firebase 实时数据库中设置安全规则?
- forms - 我怎样才能得到正确的日期