Как рассчитать агрегированную сводную статистику в кадре данных Pandas

Question

У меня есть датафрейм Pandas, похожий на этот:

>>> df = pd.DataFrame(data=np.array([['red', 'cup', 1.50], ['blue', 'jug', 2.40], ['red', 'cup', 1.75], ['blue', 'cup', 2.30]]),
...                   columns=['colour', 'item', 'price'])
>>> df
  colour item price
0    red  cup   1.5
1   blue  jug   2.4
2    red  cup  1.75
3   blue  cup   2.3

Какой самый краткий способ расчета сводной статистики цены для каждой из возможных комбинаций цвета и предмета?

Ожидаемый результат, например ::1006

colour     item      mean     stdev
red        cup       1.625    0.176
blue       jug       2.4      NA
blue       cup       2.3      NA

Answer 1

Обратите внимание на то, как при создании информационного кадра цена столбцов переходит в строковое, а не числовое значение, поскольку numpy array принимает только один dtype

Выполнить:

df.price=pd.to_numeric(df.price)

---

Я буду использовать describe после groupby

df.groupby(['colour','item']).price.describe()# you can add reset_index() here
             count   mean       std  min     25%    50%     75%   max
colour item                                                          
blue   cup     1.0  2.300       NaN  2.3  2.3000  2.300  2.3000  2.30
       jug     1.0  2.400       NaN  2.4  2.4000  2.400  2.4000  2.40
red    cup     2.0  1.625  0.176777  1.5  1.5625  1.625  1.6875  1.75

---

Или вы можете использовать agg

df.groupby(['colour','item']).price.agg(['std','mean'])

Answer 2

Вы можете использовать groupby в сочетании с .agg и передать ему функции mean и std:

print(df.groupby(['colour', 'item']).agg({'price':['mean', 'std']}).reset_index())

  colour item  price          
                mean       std
0   blue  cup  2.300       NaN
1   blue  jug  2.400       NaN
2    red  cup  1.625  0.176777