python - python中pd groupby中的不同聚合

Question

我有一个这样的df，需要在groupby中执行多个聚合，包括连接行和对相同cols的不同操作

import pandas as pd
sample = pd.DataFrame({'group':['a']*3+['b']*6, 'time':[1,2,4,6,7,8,9,12,15],'type':['a','x','b','y','x','a','y','b','x']})
sample

这是我尝试过的，结果包含不需要的索引和\n。有没有不包括在内的好方法？

sample.groupby('group').agg(ts = ('time',lambda x: ''.join(str(x))), 
                         type_max = ('type','max'), type_count = ('type','count'))

标签： pythonpandas

Answer 1

转换为.astype(str)：

sample.groupby('group').agg(ts = ('time',lambda x: ''.join(x.astype(str))), 
                            type_max = ('type','max'), 
                            type_count = ('type','count'))

输出：

             ts type_max  type_count
group                               
a           124        x           3
b      67891215        y           6