聚合数据并获取总和和计数

Question

我在python中有一个对象有很多行：

输入：

    Team1     Player1     idTrip13     133
    Team2     Player333   idTrip10     18373
    Team3     Player22    idTrip12     17338899
    Team2     Player293   idTrip02     17656
    Team3     Player20    idTrip11     1883
    Team1     Player1     idTrip19     19393

我需要聚合这些数据（就像一个透视表）。

我正在处理的输出：

Team1   Player1 : 2 trips : sum(133+19393)
Team2   Player333 : 1 trip : 18373; Player293 : 1 trip : 17656
Team3   Player22 : 1 trip : 17338899; Player20 : 1 trip : 1883

有人能建议Python中的适当对象使用这样我就可以得到以下输出吗？

print team, player, trips, time

Answer 1

对pandas DataFrames使用groupby函数

1. 将您的数据放入一个列表列表中，每个内部列表将成为数据帧中的一行。

   In[1]:
   
   mydata = [['Team1', 'Player1', 'idTrip13', 133], ['Team2', 'Player333', 'idTrip10', 18373],
   ['Team3', 'Player22', 'idTrip12', 17338899], ['Team2', 'Player293','idTrip02', 17656], 
   ['Team3', 'Player20', 'idTrip11', 1883], ['Team1', 'Player1', 'idTrip19', 19393]]
   
   df = pd.DataFrame(mydata, columns = ['team', 'player', 'trips', 'time'])
   
   df
   Out[1]:
        team    player       trips      time
   0   Team1   Player1     idTrip13    133
   1   Team2   Player333   idTrip10    18373
   2   Team3   Player22    idTrip12    17338899
   3   Team2   Player293   idTrip02    17656
   4   Team3   Player20    idTrip11    1883
   5   Team1   Player1     idTrip19    19393
   

2. Call ^{}，传递要用作grouper的列， 并对组应用函数。

---

实例

例如1查找每个团队的旅行次数。team是grouper，我们在列['trips']上应用函数count()。

In[2]:
trip_count = df.groupby(by = ['team'])['trips'].count() 

trip_count              
Out[2]:          

 team
Team1    2
Team2    2
Team3    2
Name: trips, dtype: int64

例2（多列）：查找团队中每个玩家旅行的总时间。我们使用2列['team', 'player']作为grouper，并在列['time']上应用函数sum()。

In[3]:              
trip_time = df.groupby(by = ['team', 'player'])['time'].sum() 

trip_time        
Out[3]:

 team   player   
Team1  Player1         19526
Team2  Player293       17656
       Player333       18373
Team3  Player20         1883
       Player22     17338899
Name: time, dtype: int64

例如3(multiple functions)：对于一个团队中的每个玩家，找出旅行的总次数和总旅行时间。

player_total = df.groupby(by = ['team', 'player']).agg({'time' : 'sum', 'trips' : 'count'})

player_total
Out[4]:
                 trips  time
team    player      
Team1   Player1     2   19526
Team2   Player293   1   17656
        Player333   1   18373
Team3   Player20    1   1883
        Player22    1   17338899