Swift Dataframe分组后计算均值、最值并追加列的实现方法

要同时得到分组后的均值、最小值和最大值，你可以分别计算这三个统计量的DataFrame，再通过公共列Station合并到一起。以下是完整实现代码：

import Foundation
import TabularData

let station_names=["S1","S2","S3","S4","S5"]

var stations:[String] = []
var values:[Double] = []

for _ in 1 ... 100 {
  stations.append(station_names.randomElement()!)
  values.append(Double.random(in: 1.0 ... 25.0))
}

let df: DataFrame = ["Station": stations, "Values": values]

// 按站点名称分组
let grouped_df = df.grouped(by: "Station")

// 分别计算均值、最小值、最大值，并修改列名便于区分
let meanDF = grouped_df.means("Values", Double.self).rename(column: "Values_mean", to: "Mean")
let minDF = grouped_df.mins("Values", Double.self).rename(column: "Values_min", to: "Min")
let maxDF = grouped_df.maxs("Values", Double.self).rename(column: "Values_max", to: "Max")

// 合并三个统计结果DataFrame，以Station为连接键
let finalDF = meanDF
    .joined(with: minDF, on: "Station")
    .joined(with: maxDF, on: "Station")
    .sorted(on: "Station")

print(finalDF)

关键步骤说明： #

• 分组：用grouped(by:)方法按Station列完成分组，得到GroupedDataFrame对象
• 计算统计量：分别调用means、mins、maxs方法获取对应统计结果，用rename修改列名避免混淆
• 合并结果：通过joined(with:on:)方法，以Station作为公共键，将三个统计结果DataFrame合并成一个包含所有所需列的DataFrame
• 排序：最后用sorted(on:)按站点名称排序，让结果更易读

内容的提问来源于stack exchange，提问作者Rembrandt