Я хочу вычислить сумму столбца в group_by на основе значений другого столбца. Примерно то же самое, что и pl.Expr.value_counts (см. пример), но я хочу применить функцию (например, sum) к определенному столбцу, в данном случае к столбцу Price.
Я знаю, что могу выполнить group_by для Weather + Windy, а затем агрегировать, но я не могу этого сделать, так как у меня много других агрегаты, которые мне нужно вычислить только по Weather group_by.
import polars as pl
df = pl.DataFrame(
data = {
"Weather":["Rain","Sun","Rain","Sun","Rain","Sun","Rain","Sun"],
"Price":[1,2,3,4,5,6,7,8],
"Windy":["Y","Y","Y","Y","N","N","N","N"]
}
)
Я могу получить количество счетчиков за ветреный день по значению value_counts
df_agg = (df
.group_by("Weather")
.agg(
pl.col("Windy")
.value_counts()
.alias("Price")
)
)
shape: (2, 2)
┌─────────┬────────────────────┐
│ Weather ┆ Price │
│ --- ┆ --- │
│ str ┆ list[struct[2]] │
╞═════════╪════════════════════╡
│ Sun ┆ [{"Y",2}, {"N",2}] │
│ Rain ┆ [{"Y",2}, {"N",2}] │
└─────────┴────────────────────┘
Я хотел бы сделать что-то вроде этого:
df_agg =(df
.group_by("Weather")
.agg(
pl.col("Windy")
.custom_fun_on_other_col("Price",sum)
.alias("Price")
)
)
и это именно тот результат, который мне нужен,
shape: (2, 2)
┌─────────┬────────────────────┐
│ Weather ┆ Price │
│ --- ┆ --- │
│ str ┆ list[struct[2]] │
╞═════════╪════════════════════╡
│ Sun ┆ [{"Y",6},{"N",14}] │
│ Rain ┆ [{"Y",4},{"N",12}] │
└─────────┴────────────────────┘
Подробнее здесь: https://stackoverflow.com/questions/751 ... n-group-by
Суммировать столбец полярностей на основе значений других столбцов в `group_by` ⇐ Python
Программы на Python
1768820507
Anonymous
Я хочу вычислить сумму столбца в group_by на основе значений другого столбца. Примерно то же самое, что и pl.Expr.value_counts (см. пример), но я хочу применить функцию (например, sum) к определенному столбцу, в данном случае к столбцу Price.
Я знаю, что могу выполнить group_by для Weather + Windy, а затем агрегировать, но я не могу этого сделать, так как у меня много других агрегаты, которые мне нужно вычислить только по Weather group_by.
import polars as pl
df = pl.DataFrame(
data = {
"Weather":["Rain","Sun","Rain","Sun","Rain","Sun","Rain","Sun"],
"Price":[1,2,3,4,5,6,7,8],
"Windy":["Y","Y","Y","Y","N","N","N","N"]
}
)
Я могу получить количество счетчиков за ветреный день по значению value_counts
df_agg = (df
.group_by("Weather")
.agg(
pl.col("Windy")
.value_counts()
.alias("Price")
)
)
shape: (2, 2)
┌─────────┬────────────────────┐
│ Weather ┆ Price │
│ --- ┆ --- │
│ str ┆ list[struct[2]] │
╞═════════╪════════════════════╡
│ Sun ┆ [{"Y",2}, {"N",2}] │
│ Rain ┆ [{"Y",2}, {"N",2}] │
└─────────┴────────────────────┘
Я хотел бы сделать что-то вроде этого:
df_agg =(df
.group_by("Weather")
.agg(
pl.col("Windy")
.custom_fun_on_other_col("Price",sum)
.alias("Price")
)
)
и это именно тот результат, который мне нужен,
shape: (2, 2)
┌─────────┬────────────────────┐
│ Weather ┆ Price │
│ --- ┆ --- │
│ str ┆ list[struct[2]] │
╞═════════╪════════════════════╡
│ Sun ┆ [{"Y",6},{"N",14}] │
│ Rain ┆ [{"Y",4},{"N",12}] │
└─────────┴────────────────────┘
Подробнее здесь: [url]https://stackoverflow.com/questions/75197034/sum-polars-column-based-on-other-column-values-in-group-by[/url]
Ответить
1 сообщение
• Страница 1 из 1
Перейти
- Кемерово-IT
- ↳ Javascript
- ↳ C#
- ↳ JAVA
- ↳ Elasticsearch aggregation
- ↳ Python
- ↳ Php
- ↳ Android
- ↳ Html
- ↳ Jquery
- ↳ C++
- ↳ IOS
- ↳ CSS
- ↳ Excel
- ↳ Linux
- ↳ Apache
- ↳ MySql
- Детский мир
- Для души
- ↳ Музыкальные инструменты даром
- ↳ Печатная продукция даром
- Внешняя красота и здоровье
- ↳ Одежда и обувь для взрослых даром
- ↳ Товары для здоровья
- ↳ Физкультура и спорт
- Техника - даром!
- ↳ Автомобилистам
- ↳ Компьютерная техника
- ↳ Плиты: газовые и электрические
- ↳ Холодильники
- ↳ Стиральные машины
- ↳ Телевизоры
- ↳ Телефоны, смартфоны, плашеты
- ↳ Швейные машинки
- ↳ Прочая электроника и техника
- ↳ Фототехника
- Ремонт и интерьер
- ↳ Стройматериалы, инструмент
- ↳ Мебель и предметы интерьера даром
- ↳ Cантехника
- Другие темы
- ↳ Разное даром
- ↳ Давай меняться!
- ↳ Отдам\возьму за копеечку
- ↳ Работа и подработка в Кемерове
- ↳ Давай с тобой поговорим...
Мобильная версия