python-大熊猫操作中是否有对groupby的补充(相反)？

我有一个包含许多列的表(数据框).现在,我想对其中一列的值求平均值.这意味着我需要对所有列进行分组,除了需要平均的列.我当然可以写：

df.groupby(['col1', 'col2', 'col3', 'col4', 'col5'])['vals'].mean()

但是,如果我可以做类似的话,那将是很好：

df.groupby(['col6'], something='reverse')['vals'].mean()

大熊猫有可能吗？

解决方法:

您正在搜索现有列表的补充列.您可以玩df.columns.它表示一个允许一些有趣操作的Index对象.

df.columns.drop([‘col6’])返回一个Index,其中删除了作为参数传递的列的列表.您可以将其转换为列表并将其用作groupby参数：

df.groupby(df.columns.drop(['col6']).tolist())['vals'].mean()

标签：pandas,dataframe,python,group-by
来源： https://codeday.me/bug/20191123/2066060.html