Python Pandas DataFrame减少行数

Question

我有一个这样的数据框：

ind  col1 col2
1    12   string1  ...
2    23   string2 ...
3    34   string1 ...
4    13   string2 ...
5    17   string3 ...
...  ...  ...     ...

我想折叠数据帧，以便col2是唯一的。在col1（和所有其他的数值列）中，我想把col2相等的所有值的中值放进去。

我知道我可以提取df[df[“col2”]=“stringN”]、计算媒体并构建一个新的数据帧，但有没有更优雅/pythonic的方法来做到这一点？

Answer 1

可以使用groupby收集行，方法是col2，然后.median()：

>>> df
   ind  col1     col2
0    1    12  string1
1    2    23  string2
2    3    34  string1
3    4    13  string2
4    5    17  string3
>>> df.groupby("col2")
<pandas.core.groupby.DataFrameGroupBy object at 0x9f41b8c>
>>> df.groupby("col2").median()
         ind  col1
col2              
string1    2    23
string2    3    18
string3    5    17
>>> df.groupby("col2").median().reset_index()
      col2  ind  col1
0  string1    2    23
1  string2    3    18
2  string3    5    17

注意，结果也有ind值的中间值。另请参见.mean()、.min()、.max()，如果您愿意，也可以自己滚动。