팬더 그룹의 보조 표기법을 사용하여 열 이름 목록과 합칠 열을 선택할 수 있습니다. 이게 니가 찾고있는거야?
import numpy as np
import pandas as pd
data = {
"dim1": [np.random.choice(['foo', 'bar']) for _ in range(10)],
"measure1": np.random.random_integers(0, 100, 10),
"measure2": np.random.random_integers(0, 100, 10)
}
df = pd.DataFrame(data)
df
Out[1]:
dim1 measure1 measure2
0 bar 9 86
1 bar 24 64
2 bar 47 46
3 foo 60 98
4 bar 94 53
5 foo 95 89
6 foo 98 9
7 bar 4 95
8 foo 63 66
9 foo 40 47
df.groupby(['dim1'])['measure1', 'measure2'].sum()
Out[2]:
measure1 measure2
dim1
bar 178 344
foo 356 309
갱신 2015년 1월 2일지연 아래의 댓글에 답글 달기,하지만 당신은 당신이 가지고 있지만 열을 알고 얼마나 많은 열을 모른다면 결코
보다 더 늦게 명명 규칙에 따라 동적으로 집계 할 열 목록을 구성하십시오. 한 가지 방법이 있습니다.
colnames = ["measure".format(i+1) for i in range(100)] # make 100 fake columns
df = pd.DataFrame(np.ones((10, 100)), columns=colnames)
df['dim1'] = [np.random.choice(['foo', 'bar']) for _ in range(10)] # add fake dimension to groupby
desired_columns = [col for col in df.columns if "94" in col or "95" in col] # select columns 94 and 95
df.groupby(['dim1'])[desired_columns].sum()
Out[52]:
measure94 measure95
dim1
bar 4 4
foo 6 6
예를 들어 주셔서 감사합니다. 내 경우에는 약 30 개의 열이 있습니다 : 'measure1', 'measure2'... 'measure30'. 그러나, 단지 'measure1'... 'measure20'에 sum()을 적용하고 싶습니다. df.groupby ([ 'dim1']) [ 'measure1', 'measure2'] .20 개의 열 이름을 모두 쓰지 않고도 sum()을 작성할 수 있습니다. 내 열 이름 중 일부는 프로그램 방식으로 생성되기 때문에 중요합니다. 이름을 미리 모릅니다. – user308827
ok, 열 이름을 목록으로 이동했습니다. 이제는 내가 원하는 것을 할 것입니다. 감사! – user308827