熊猫:有条件的聚集平均值和中位数

Question

设置

我正在用砂纸刮擦住房广告，并用熊猫分析结果。

i构建数据框，分组位置并汇总了几个住房特征(例如租金(。

---

问题

我想构建相同的数据范围，即分组位置并汇总住房特征，但现在也有条件地汇总。

也就是说，我有一个名为type的外壳广告的特征，即1或2。我想对位置进行分组，并在type(1或2(上有条件地汇总住房特征。

---

代码

group = ['borough','click district name for housing ads','district']
mdf['# for rent'] = 1 
aggregator = {
        'median rent pw':'median',
        'rent pw':'mean',
        '# of roommates':'mean',
        '# for rent':'sum',
        }
badf = mdf.groupby(group)['median rent pw','rent pw','# of roommates'].agg(aggregator)    

这是我的工作代码，它不会有条件地汇总。

我以为我可以在两个数据范围内将mdf分开 - 每个type - 随后在两个帧上运行代码，然后将结果合并到一个表中。不过，这似乎有点低效。

最好是，我希望代码做类似的事情：

    aggregator = {
        'median rent pw type 1 ':'median, conditionally on type = 1',
        'median rent pw type 2 ':'median, conditionally on type = 2',
        'median rent pw':'median',
        'rent pw type 1':'mean, conditionally on type = 1',
        'rent pw type 2':'mean, conditionally on type = 2',
        'rent pw':'mean',
        '# of roommates':'mean',
        '# for rent':'sum',
        }

我怎么去？

Answer 1

如果我没记错的话，我认为您只能在groupby

中包含type

group = ['type', 'borough','click district name for housing ads','district']
mdf['# for rent'] = 1 
aggregator = {
        'median rent pw':'median',
        'rent pw':'mean',
        '# of roommates':'mean',
        '# for rent':'sum',
        }
badf = mdf.groupby(group)['median rent pw','rent pw','# of roommates'].agg(aggregator)    

那么您应该能够在type == 1

获得

badf.loc[1]

或

badf.xs(1)