具有sum（）和mean()[duplicate]的Groupby

Question

我有一堆数据帧，我连接成一个大数据帧。所有行都有一个datetime、一个名称，然后是一些具有随机值的列，例如，数据帧可以如下所示：

df =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:23:00   name1      2        3        4
2021-07-31 23:56:00   name2      3        4        5
2021-07-31 23:11:00   name1      4        5        6
2021-07-31 23:34:00   name2      5        6        7

现在，我需要按名称对这些行进行分组，并将它们分成60分钟的bins，我目前的做法如下：

final_df = df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).mean()

df_final =

ds                    name       val1     val2     val3
-------------------------------------------------------
2021-07-31 23:00:00   name1      3        7        5
2021-07-31 23:00:00   name2      4        10       6

这可以用任何方式来完成吗？或者我必须将我的数据帧一分为二，然后在之后加入？

Answer 1

将DataFrameGroupBy.agg与字典一起使用：

df.groupby([pd.Grouper(freq="60min", key="ds"), "name"]).agg({'val1': 'mean', 'val2': sum, 'val3': 'mean'})