我正在嘗試編寫一個函數來匯總并在Pandas中的數據框上執行各種統計數據計算，然后將其合并到原始數據框，但是，我遇到了問題。這與SQL中的代碼等效：

SELECT EID,

PCODE,

SUM(PVALUE) AS PVALUE,

SUM(SQRT(SC*EXP(SC-1))) AS SC,

SUM(SI) AS SI,

SUM(EE) AS EE

INTO foo_bar_grp

FROM foo_bar

GROUP BY EID, PCODE

然后加入原始表：

SELECT *

FROM foo_bar_grp INNER JOIN

foo_bar ON foo_bar.EID = foo_bar_grp.EID

AND foo_bar.PCODE = foo_bar_grp.PCODE

步驟如下：將數據加載到 ：>>

pol_dict = {'PID':[1,1,2,2],

'EID':[123,123,123,123],

'PCODE':['GU','GR','GU','GR'],

'PVALUE':[100,50,150,300],

'SI':[400,40,140,140],

'SC':[230,23,213,213],

'EE':[10000,10000,2000,30000],

}

pol_df = DataFrame(pol_dict)

pol_df

出：>>

EID EE PCODE PID PVALUE SC SI

0 123 10000 GU 1 100 230 400

1 123 10000 GR 1 50 23 40

2 123 2000 GU 2 150 213 140

3 123 30000 GR 2 300 213 140

步驟2：對數據進行計算和分組：

我的熊貓代碼如下：

#create aggregation dataframe

poagg_df = pol_df

del poagg_df['PID']

po_grouped_df = poagg_df.groupby(['EID','PCODE'])

#generate acc level aggregate

acc_df = po_grouped_df.agg({

'PVALUE' : np.sum,

'SI' : lambda x: np.sqrt(np.sum(x * np.exp(x-1))),

'SC' : np.sum,

'EE' : np.sum

})

在我想加入原始表之前，此方法可以正常工作：

IN：>>

po_account_df = pd.merge(acc_df, po_df, on=['EID','PCODE'], how='inner',suffixes=('_Acc','_Po'))

OUT：>> KeyError：您沒有名為EID的項目

由于某種原因，分組的數據框無法聯接回原始表。我已經研究了嘗試將groupby列轉換為實際列的方法，但這似乎不起作用。

請注意，最終目標是能夠找到每一列(PVALUE，SI，SC，EE)IE的百分比：

pol_acc_df['PVALUE_PCT'] = np.round(pol_acc_df.PVALUE_Po/pol_acc_df.PVALUE_Acc,4)

謝謝！

總結

以上是生活随笔為你收集整理的pandas合并groupby_Pandas-GroupBy，然后在原始表上合并的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。