使用agg（）在许多列上使用Pandas groupby

Question

我被要求分析一个病历应用程序的数据库。所以一堆唱片看起来像：

因此，我必须通过PX恢复从2011年到2014年的300多万个记录，我知道它们重复，因为这是每个患者的ID，所以一个患者应该多次去看医生。我怎样才能按病人分组或恢复。在

Answer 1

我不知道你说的“简历”是什么意思，但看起来你只想用更好的方式对数据进行排序和显示。您可以将记录“px-和fecha-wise”按如下方式进行可视化分组：

df.set_index(['px', 'fecha'], inplace=True)

编辑：

当您基于某些公共属性对数据执行分组时，您必须决定对其他列中的数据使用何种聚合。简单地说，执行groupby之后，对于剩余的每个“pacient_id”，在每个剩余列中只有一个空字段for，因此必须使用某种聚合函数（例如sum、mean、min、avg、count…），该函数将返回分组数据所需的可表示值。在

由于数据被锁定在图像中，因此很难对数据进行处理，而且不可能说出“年龄”的含义，因为此列不可见，但我希望您可以通过查看以下带有虚拟数据的示例来实现您的目标：

^{pr2}$

原始虚拟数据帧如下所示：

   pacient_id             visited  age  bill
0         150 2012-12-24 21:34:17   20   188
1         155 2012-10-26 00:34:45   17   672
2         116 2011-11-28 13:15:18   33   360
3         126 2011-06-03 17:36:10   58   167
4         165 2013-07-15 15:39:31   68   815

第一个聚合如下：

    pacient_id        last_visited
0          100 2014-12-29 00:01:11
1          101 2014-12-22 06:00:48
2          102 2014-12-26 11:51:41
3          103 2014-12-29 15:01:32
4          104 2014-12-18 15:29:28
5          105 2014-12-30 11:08:29

第二，复杂聚合如下所示：

                       visited                       age         bill
                   first visit          last visit  mean average bill
pacient_id                                                           
100        2011-01-06 06:11:33 2014-12-29 00:01:11  45.2        507.9
101        2011-01-01 20:44:55 2014-12-22 06:00:48  44.0        503.8
102        2011-01-02 17:42:59 2014-12-26 11:51:41  43.2        498.0
103        2011-01-01 03:07:41 2014-12-29 15:01:32  43.5        495.1
104        2011-01-07 18:58:11 2014-12-18 15:29:28  45.9        501.7
105        2011-01-01 03:43:12 2014-12-30 11:08:29  44.3        513.0

这个例子应该能让你开始。另外，关于pandas groupby聚合还有一个很好的SO question，它可能会在这个主题上教你很多。在