Несколько групп в пандах с условием, помогающим создать отчет
Я пытаюсь создать сводный отчет из другого отчета. Исходные данные у меня есть в этом формате
Окончательный отчет сворачивает базовый идентификатор супервайзера и отслеживает количество направлений и оценок, что выглядит следующим образом:
То, что я пробовал, довольно длинное и утомительное, и если нужно захватить гораздо больше параметров, это требует довольно много времени и значительно увеличивает количество строк кода. Я ищу более разумный способ создания этого отчета, включающий меньше строк кода и могу пожертвовать удобочитаемостью, например методами понимания. Любая помощь приветствуется.
Мой код ниже:
xdf = pd.DataFrame({'ID':[101,102,103,104,202,203,204,303,306,309,401,403,407,408,507,508,509],
'SID':[100,100,100,100,200,200,200,300,300,300,400,400,400,400,500,500,500],
'Active':['Y','N','Y','Y','Y','Y','Y','Y','N','N','N','Y','Y','Y','N','N','Y'],
'Score':[4,0,3,4,4,4,5,3,2,2,3,4,4,5,1,1,5,]})
xdf['Active'] = np.where(xdf['Active']=='Y',1,0)
print(xdf)
xdf_tc = xdf.groupby('SID')['ID'].count().reset_index()
xdf_ac = xdf.groupby('SID')['Active'].sum().reset_index()
xdf_sc = xdf.groupby('SID')['Score'].mean().reset_index()
ydf = pd.merge(xdf_tc,xdf_ac,how='left',on='SID')
ydf = pd.merge(ydf,xdf_sc,how='left',on='SID')
ydf = ydf.rename(columns = {'ID': 'total',
'Score':'agg_score'})
ydf['rate'] = round(1-(ydf['Active']/ydf['total']),2)
print(ydf)
Ответы 3
Я думаю, что вместо того, чтобы группировать по разным операциям и возвращаться к исходному df, вы могли бы сделать это за один раз, а затем добавить «скорость». Что-то вроде:
tmp=xdf.groupby('SID').agg({'ID':'count','Active':'sum','Score':'mean'}).rename(columns = {'ID': 'total','Score':'agg_score'})
tmp['rate'] = round(1-(tmp['Active']/tmp['total']),2)
tmp
Вы можете упростить свое решение с помощью именованной агрегации:
xdf['Active'] = np.where(xdf['Active']=='Y',1,0)
ydf = xdf.groupby('SID').agg(total=('ID','count'),
Active=('Active','sum'),
agg_score=('Score','mean'))
ydf['rate'] = round(1-(ydf['Active']/ydf['total']),2)
print(ydf)
total Active agg_score rate
SID
100 4 3 2.750000 0.25
200 3 3 4.333333 0.00
300 3 1 2.333333 0.67
400 4 3 4.000000 0.25
500 3 1 2.333333 0.67
Также возможно использование:
ydf = (xdf.assign(Active = xdf['Active']=='Y')
.groupby('SID')
.agg(total=('ID','count'),
Active=('Active','sum'),
agg_score=('Score','mean')))
ydf['rate'] = round(1-(ydf['Active']/ydf['total']),2)
print(ydf)
total Active agg_score rate
SID
100 4 3 2.750000 0.25
200 3 3 4.333333 0.00
300 3 1 2.333333 0.67
400 4 3 4.000000 0.25
500 3 1 2.333333 0.67
Вы можете использовать named aggregation, а если важен порядок столбцов, используйте reindex в конце.
res = df.groupby('SID').agg(total=('SID','count'), Active=('Active', lambda x: (x=='Y').sum()), agg_score=('Score', 'mean'))
res['rate'] = [f"{1-x:.0%}" for x in res['Active']/res['total']]
res.reindex(columns=['total', 'Active','rate','agg_score'])
print(res)
total Active rate agg_score
SID
100 4 3 25% 2.750000
200 3 3 0% 4.333333
300 3 1 67% 2.333333
400 4 3 25% 4.000000
500 3 1 67% 2.333333