修改 Python Pandas 描述的输出

Question

有没有办法省略 pandas 描述的一些输出？ 这个命令给了我我想要的表输出（简单日期的执行时间的计数和平均值）

df.groupby('simpleDate').executeTime.describe().unstack(1)

然而这就是我想要的，计数和意思。我想删除 std、min、max 等...到目前为止，我只阅读了如何修改列大小。

我猜答案是重新编写该行，而不是使用描述，但我没有运气按 simpleDate 进行分组并且获得执行时间平均值的计数。

我可以按日期计数：

df.groupby(['simpleDate']).size()

或按日期执行时间：

df.groupby(['simpleDate']).mean()['executeTime'].reset_index()

但无法弄清楚组合它们的语法。

我想要的输出：

            count  mean  
09-10-2013      8  20.523   
09-11-2013      4  21.112  
09-12-2013      3  18.531
...            ..  ...

Answer 1

.describe()

属性生成一个 Dataframe，其中

count

、

std

、

max

... 是索引值，因此根据 documentation，您应该使用

.loc

来检索所需的索引值：

df.describe().loc[['count','max']]

Answer 2

Describe 返回一个系列，因此您可以选择您想要的内容

In [6]: s = Series(np.random.rand(10))

In [7]: s
Out[7]: 
0    0.302041
1    0.353838
2    0.421416
3    0.174497
4    0.600932
5    0.871461
6    0.116874
7    0.233738
8    0.859147
9    0.145515
dtype: float64

In [8]: s.describe()
Out[8]: 
count    10.000000
mean      0.407946
std       0.280562
min       0.116874
25%       0.189307
50%       0.327940
75%       0.556053
max       0.871461
dtype: float64

In [9]: s.describe()[['count','mean']]
Out[9]: 
count    10.000000
mean      0.407946
dtype: float64

Answer 3

查看答案，我没有看到一个真正适用于使用 groupby() 之后从 describe() 返回的 DataFrame 的答案。

关于 MultiIndex Selection 的文档给出了答案的提示。 .xs() 函数适用于一项选择，但不适用于多项选择，但 .loc 可以。

df.groupby(['simpleDate']).describe().loc[:,(slice(None),['count','max'])]

这保留了 .describe() 返回的漂亮 MultiIndex，但仅选择了列。

Answer 4

@Jeff 提供的解决方案仅适用于系列。

@Rafa 说到点上了：

df.describe().info()

揭示了生成的数据帧具有

Index: 8 entries, count to max

df.describe().loc[['count','max']]

确实有效，但是OP所要求的

df.groupby('simpleDate').describe().loc[['count','max']]

不起作用。

我认为解决方案可能是这样的：

df = pd.DataFrame({'Y': ['A', 'B', 'B', 'A', 'B'],
                    'Z': [10, 5, 6, 11, 12],
                                        })

按

Y

对 df 进行分组：

df_grouped=df.groupby(by='Y')     


In [207]df_grouped.agg([np.mean, len])

Out[207]: 
        Z    
     mean len
Y            
A  10.500   2
B   7.667   3

Answer 5

坚持使用描述，您可以取消索引的堆叠，然后也可以正常切片

df.describe().unstack()[['count','max']]

Answer 6

为什么你想直接使用

describe

并生成比丢弃它更多的东西？只需生成

agg

即可直接获取您想要的内容：

df.groupby('simpleDate').executeTime.agg(['count','max'])