Pandas: Création d'agrégé de colonne dans DataFrame

Avec le DataFrame ci-dessous à titre d'exemple, 

In [83]:
df = pd.DataFrame({'A':[1,1,2,2],'B':[1,2,1,2],'values':np.arange(10,30,5)})
df
Out[83]:
   A  B  values
0  1  1      10
1  1  2      15
2  2  1      20
3  2  2      25

Ce serait un moyen simple de générer une nouvelle colonne contenant un certain niveau d'agrégation des données sur l'une des colonnes?

Par exemple, si je somme values - dessus des éléments dans A 

In [84]:
df.groupby('A').sum()['values']
Out[84]:
A
1    25
2    45
Name: values

Comment puis-je obtenir 

   A  B  values  sum_values_A
0  1  1      10            25
1  1  2      15            25
2  2  1      20            45
3  2  2      25            45
InformationsquelleAutor foglerit | 2012-11-06
  1. 36
    In [20]: df = pd.DataFrame({'A':[1,1,2,2],'B':[1,2,1,2],'values':np.arange(10,30,5)})

In [21]: df
Out[21]:
   A  B  values
0  1  1      10
1  1  2      15
2  2  1      20
3  2  2      25

In [22]: df['sum_values_A'] = df.groupby('A')['values'].transform(np.sum)

In [23]: df
Out[23]:
   A  B  values  sum_values_A
0  1  1      10            25
1  1  2      15            25
2  2  1      20            45
3  2  2      25            45
    InformationsquelleAutor Wouter Overmeire
  2. 6

    J'ai trouvé un moyen à l'aide de join:

    In [101]:
aggregated = df.groupby('A').sum()['values']
aggregated.name = 'sum_values_A'
df.join(aggregated,on='A')

Out[101]:
   A  B  values  sum_values_A
0  1  1      10            25
1  1  2      15            25
2  2  1      20            45
3  2  2      25            45

    Quelqu'un a un moyen plus simple de le faire?

    InformationsquelleAutor foglerit
  3. 3

    Ce n'est pas si direct, mais je l'ai trouvé très intuitif (l'utilisation de la carte pour créer de nouvelles colonnes à partir d'une autre colonne) et peut être appliqué à de nombreux autres cas:

    gb = df.groupby('A').sum()['values']

def getvalue(x):
    return gb[x]

df['sum'] = df['A'].map(getvalue)
df
    • Merci, la carte de la méthode semble assez puissant. Sera certainement l'utiliser souvent.
    InformationsquelleAutor joaquin
  4. 3
    In [15]: def sum_col(df, col, new_col):
   ....:     df[new_col] = df[col].sum()
   ....:     return df

In [16]: df.groupby("A").apply(sum_col, 'values', 'sum_values_A')
Out[16]: 
   A  B  values  sum_values_A
0  1  1      10            25
1  1  2      15            25
2  2  1      20            45
3  2  2      25            45
    InformationsquelleAutor Garrett