计算数据帧groupby列和联接结果的最小最大平均中值

Question

我有一个pandas数据框，我想在一列上执行min、max、mean、median计算，使用列a、B和C对它们进行分组。然后我想将结果合并到初始数据框。当我计算中位数时，我成功地使用了以下命令：

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
median_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.median)
median_px.name = 'Median Px/SQM'
result_median_df = pandas_df.join(median_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_median_df.to_csv(path_or_buf='median.csv')

但当我尝试计算最小值和最大值并将其添加到数据帧时，出现以下错误：

列重叠，但没有指定后缀：索引（['Px/SQM']，dtype='对象'）

用于最小值或最大值的代码：

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left")
result_min_df.to_csv(path_or_buf='min_px.csv')

我已经尝试使用后缀，它将工作，但我想使用我自己的列全名。还是我必须在使用后重命名？

另外，我相信有一种方法可以将请求作为数组发出：[np.min，np.mean，np.median，np.max]，并使用agg重命名列，但我无法使其工作。

>

Max和Min在熊猫Groupby约会

熊猫：计算列组的中位数

pandas_df: pd.DataFrame = my_pandas_sql.pull_data_from_mysqldb(query=sql_string)
min_px = pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])[['Px/SQM']].apply(np.min)
min_px.name = 'Min Px/SQM'
result_min_df = pandas_df.join(min_px, on=['ZIP', 'Updated', 'Buy/Rent'], how="left", lsuffix="_min")
result_min_df.to_csv(path_or_buf='min_px.csv')

在得到很好的回答后，只需一句评论。

我试图使用此处显示的代码，该代码触发了大量警告，并且比建议的解决方案慢：

df1=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent']).agg({'Px/SQM':                                                                   {'Min': np.min,'Max': np.max,'Mean': np.mean,'Median': np.median                                                                  }} ).reset_index()df3= pd.merge(pandas_df, df1, on=['ZIP', 'Updated', 'Buy/Rent'], how='left')

Answer 1

当您需要向原始dfs添加列时，您可以始终使用转换

g=pandas_df.groupby(['ZIP', 'Updated', 'Buy/Rent'])['Px/SQM']

pandas_df['Max']=g.transform('max')
pandas_df['Min']=g.transform('min')
pandas_df['Median']=g.transform(np.median)
pandas_df['Mean']=g.transform('mean')