使用Pandas groupby计算多个坡度

数据帧（多索引）格式的一些说明性数据：

|实体|年|值|
+------+------+-----+
|a | 1999 | 2|
|      | 2004 |  5  |
|b | 2003 | 3|
|      | 2007 |  2  |
|| 2014 | 7 |

我想使用上例中每个实体

a

和

b

的

scipy.stats.linregresse

计算斜率。我尝试在后面的第一列中使用

groupby

，但似乎有问题，因为它需要一个

Series

值（

a

和

b

），而我需要对右侧的两列进行操作

---

这在R中很容易通过

plyr

实现，但不确定如何在pandas中实现它。

您可以通过group by object的迭代器功能来实现。通过删除当前索引，然后通过“实体”指定组似乎更容易做到这一点

列表理解是快速处理迭代器中所有组的简单方法。或者使用dict理解将标签放在同一位置（然后您可以轻松地将dict粘贴到pd.DataFrame中）

---

可以使用

apply

功能将函数应用于

groupby

。在这种情况下，传递的函数是

linregresse

。请参阅下文：

In [4]: x = pd.DataFrame({'entity':['a','a','b','b','b'],
                          'year':[1999,2004,2003,2007,2014],
                          'value':[2,5,3,2,7]})

In [5]: x
Out[5]: 
  entity  value  year
0      a      2  1999
1      a      5  2004
2      b      3  2003
3      b      2  2007
4      b      7  2014


In [6]: from scipy.stats import linregress

In [7]: x.groupby('entity').apply(lambda v: linregress(v.year, v.value)[0])
Out[7]: 
entity
a    0.600000
b    0.403226

---

请注意，linregress末尾的[0]表示我们只对第一个返回参数（斜率）感兴趣。如果您需要所有返回数据，只需删除[0]即可获得元组列表。此示例非常有效。如果年份是日期，您将如何修改它

x=pd.DataFrame（{'entity'：['a'，'a'，'b'，'b'，'b']，'date'：['1999-01-15'，'2004-01-15'，'2003-01-15'，'2007-01-15'，'2014-01-15'，'value'：[2,5,3,2,7]）x['date x['date date]=pd.to_datetime（x.date日期）

In [4]: x = pd.DataFrame({'entity':['a','a','b','b','b'],
                          'year':[1999,2004,2003,2007,2014],
                          'value':[2,5,3,2,7]})

In [5]: x
Out[5]: 
  entity  value  year
0      a      2  1999
1      a      5  2004
2      b      3  2003
3      b      2  2007
4      b      7  2014


In [6]: from scipy.stats import linregress

In [7]: x.groupby('entity').apply(lambda v: linregress(v.year, v.value)[0])
Out[7]: 
entity
a    0.600000
b    0.403226