如何使用pandas groupby＆aggregate生成新列？

Question

我有我運行一個數據幀：

df.groupby(by="mycol").agg({"colA": "sum", "colB": "count"}) 

然而，colA和colB有存在的必要。從聚合創建新列的最「熊貓」方法是什麼？

編輯：

基本上，我有一組列的和我的聚集不是1：1的映射。因此，請考慮一個例子，我想將兩列值的比率作爲新列彙總。現在想一下這種映射的字典。

我知道在這個例子中，我只需要篩選play，然後計算分組數據的平均值。但這不是問題的關鍵，所以請忽略這個簡單的解決方案，這只是簡單示例的副作用。

>> df 
    outlook play temperature 
0  sunny True   25 
1  sunny True   25 
2 overcast True   19 
3  rain False   21 
4 overcast False   33 
5  rain False   27 
6  rain False   22 
7 overcast True   26 
8  sunny True   13 
9  sunny True   16 

# should become: 
>> df.groupby(by="outlook").agg(?) 
     play_mean_temp 
sunny 19.75 
overcast 22.50 
rain  NaN 

Answer 1

在您的樣品，你可以使用：

print (df.groupby(by="outlook").apply(lambda x: x.ix[x.play, 'temperature'].mean())) 
outlook 
overcast 22.50 
rain   NaN 
sunny  19.75 

如果首先使用索引布爾，一些行忽略：

print (df[df.play].groupby(by="outlook")['temperature'].mean()) 
outlook 
overcast 22.50 
sunny  19.75 
Name: temperature, dtype: float64