将dataframe的列值聚合到新的datafram

Question

我有一个数据框，其中涉及供应商，产品，在一个市场上的各种上市价格和其他列值。你知道吗

我需要一个数据框，其中有唯一的供应商，产品数量，他们的产品清单，平均价格/产品和（平均*销售数量）的总和作为不同的列。你知道吗

像这样的-

制作这个新数据帧的最佳方法是什么？你知道吗

谢谢！你知道吗

Answer 1

您可以使用pandaspivot_table来实现这一点。这是一个基于你的数据的例子。你知道吗

import pandas as pd
import numpy as np

>>> f = pd.pivot_table(d, index=['Vendor', 'Sales'], values=['Price', 'Product'], aggfunc={'Price': np.sum, 'Product':np.ma.count}).reset_index()

>>> f['Avg Price/Product'] = f['Price']/f['Product']

>>> f['H Factor'] = f['Sales']*f['Avg Price/Product']

>>> f.drop('Sales', axis=1)

  Vendor  Price  Product  Avg Price/Product  H Factor
0      A    121        4              30.25    6050.0
1      B     12        1              12.00    1440.0
2      C     47        2              23.50     587.5
3      H     45        1              45.00    9000.0

Answer 2

首先用Price表示多个列Number of Sales，然后使用^{}和聚合函数表示列名字典，然后用map和rename表示列中的多索引。地址：

df['Number of Sales'] *=  df['Price']

d1 = {'Product':'size', 'Price':['sum', 'mean'], 'Number of Sales':'mean'}
df = df.groupby('Vendor').agg(d1)
df.columns = df.columns.map('_'.join)
d = {'Product_size':'No. of Product',
     'Price_sum':'Sum of Prices',
     'Price_mean':'Mean of Prices',
     'Number of Sales_mean':'H Factor'
     }
df = df.rename(columns=d).reset_index()
print (df)
  Vendor  No. of Product  Sum of Prices  Mean of Prices  H Factor
0      A               4            121           30.25    6050.0
1      B               1             12           12.00    1440.0
2      C               2             47           23.50     587.5
3      H               1             45           45.00    9000.0

Answer 3

您可以使用groupby（）执行此操作，如下所示：

df.groupby('Vendor').agg({'Products': 'count', 'Price': ['sum', 'mean']})

那只是三列，但你可以算出其余的。你知道吗