[PYTHON] Pandas : DataFrame에서 집계 된 열 만들기

Pandas : DataFrame에서 집계 된 열 만들기

아래의 DataFrame을 예로 들면,

In [83]:
df = pd.DataFrame({'A':[1,1,2,2],'B':[1,2,1,2],'values':np.arange(10,30,5)})
df
Out[83]:
   A  B  values
0  1  1      10
1  1  2      15
2  2  1      20
3  2  2      25

열 중 하나에서 일부 데이터 집계가 포함 된 새 열을 생성하는 간단한 방법은 무엇입니까?

예를 들어, A에서 항목에 대한 값을 합한 경우

In [84]:
df.groupby('A').sum()['values']
Out[84]:
A
1    25
2    45
Name: values

어떻게하면 되나요?

   A  B  values  sum_values_A
0  1  1      10            25
1  1  2      15            25
2  2  1      20            45
3  2  2      25            45

해결법

1. ==============================

   1.

   In [20]: df = pd.DataFrame({'A':[1,1,2,2],'B':[1,2,1,2],'values':np.arange(10,30,5)})
   
   In [21]: df
   Out[21]:
      A  B  values
   0  1  1      10
   1  1  2      15
   2  2  1      20
   3  2  2      25
   
   In [22]: df['sum_values_A'] = df.groupby('A')['values'].transform(np.sum)
   
   In [23]: df
   Out[23]:
      A  B  values  sum_values_A
   0  1  1      10            25
   1  1  2      15            25
   2  2  1      20            45
   3  2  2      25            45
   

2. ==============================

   2.조인을 사용하는 방법을 찾았습니다.

   조인을 사용하는 방법을 찾았습니다.

   In [101]:
   aggregated = df.groupby('A').sum()['values']
   aggregated.name = 'sum_values_A'
   df.join(aggregated,on='A')
   
   Out[101]:
      A  B  values  sum_values_A
   0  1  1      10            25
   1  1  2      15            25
   2  2  1      20            45
   3  2  2      25            45
   

   누구나 쉽게 할 수있는 방법이 있습니까?

3. ==============================

   3.이것은 직접적인 것은 아니지만 매우 직관적이며 (다른 컬럼에서 새로운 컬럼을 작성하는 맵 사용) 많은 다른 경우에 적용될 수 있습니다.

   이것은 직접적인 것은 아니지만 매우 직관적이며 (다른 컬럼에서 새로운 컬럼을 작성하는 맵 사용) 많은 다른 경우에 적용될 수 있습니다.

   gb = df.groupby('A').sum()['values']
   
   def getvalue(x):
       return gb[x]
   
   df['sum'] = df['A'].map(getvalue)
   df
   

4. ==============================

   4.

   In [15]: def sum_col(df, col, new_col):
      ....:     df[new_col] = df[col].sum()
      ....:     return df
   
   In [16]: df.groupby("A").apply(sum_col, 'values', 'sum_values_A')
   Out[16]: 
      A  B  values  sum_values_A
   0  1  1      10            25
   1  1  2      15            25
   2  2  1      20            45
   3  2  2      25            45
   

from https://stackoverflow.com/questions/13256917/pandas-creating-aggregated-column-in-dataframe by cc-by-sa and MIT license