Python 如何在不添加额外索引的情况下使用groupby apply（）

我经常想通过组合一个分组数据帧的多个列来创建一个新的数据帧。apply（）函数允许我这样做，但它要求我创建一个不需要的索引：

 In [359]: df = pandas.DataFrame({'x': 3 * ['a'] + 2 * ['b'], 'y': np.random.normal(size=5), 'z': np.random.normal(size=5)})

 In [360]: df
 Out[360]: 
    x         y         z
 0  a  0.201980 -0.470388
 1  a  0.190846 -2.089032
 2  a -1.131010  0.227859
 3  b -0.263865 -1.906575
 4  b -1.335956 -0.722087

 In [361]: df.groupby('x').apply(lambda x: pandas.DataFrame({'r': (x.y + x.z).sum() / x.z.sum(), 's': (x.y + x.z ** 2).sum() / x.z.sum()}))
 ---------------------------------------------------------------------------
 ValueError                                Traceback (most recent call last)
 /home/emarkley/work/src/partner_analysis2/main.py in <module>()
 ----> 1 df.groupby('x').apply(lambda x: pandas.DataFrame({'r': (x.y + x.z).sum() / x.z.sum(), 's': (x.y + x.z ** 2).sum() / x.z.sum()}))

 /usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/groupby.py in apply(self, func, *args, **kwargs)
     267         applied : type depending on grouped object and function
     268         """
 --> 269         return self._python_apply_general(func, *args, **kwargs)
     270 
     271     def aggregate(self, func, *args, **kwargs):

 /usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/groupby.py in _python_apply_general(self, func, *args, **kwargs)
     417             group_axes = _get_axes(group)
     418 
 --> 419             res = func(group, *args, **kwargs)
     420 
     421             if not _is_indexed_like(res, group_axes):

 /home/emarkley/work/src/partner_analysis2/main.py in <lambda>(x)
 ----> 1 df.groupby('x').apply(lambda x: pandas.DataFrame({'r': (x.y + x.z).sum() / x.z.sum(), 's': (x.y + x.z ** 2).sum() / x.z.sum()}))

 /usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py in __init__(self, data, index, columns, dtype, copy)
     371             mgr = self._init_mgr(data, index, columns, dtype=dtype, copy=copy)
     372         elif isinstance(data, dict):
 --> 373             mgr = self._init_dict(data, index, columns, dtype=dtype)
     374         elif isinstance(data, ma.MaskedArray):
     375             mask = ma.getmaskarray(data)

 /usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py in _init_dict(self, data, index, columns, dtype)
     454         # figure out the index, if necessary
     455         if index is None:
 --> 456             index = extract_index(data)
     457         else:
     458             index = _ensure_index(index)

 /usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py in extract_index(data)
    4719 
    4720         if not indexes and not raw_lengths:
 -> 4721             raise ValueError('If use all scalar values, must pass index')
    4722 
    4723         if have_series or have_dicts:

 ValueError: If use all scalar values, must pass index

 In [362]: df.groupby('x').apply(lambda x: pandas.DataFrame({'r': (x.y + x.z).sum() / x.z.sum(), 's': (x.y + x.z ** 2).sum() / x.z.sum()}, index=[0]))
 Out[362]: 
             r         s
 x                      
 a 0  1.316605 -1.672293
 b 0  1.608606 -0.972593

[359]中的

df=pandas.DataFrame（{'x'：3*['a']+2*['b']，'y'：np.random.normal（size=5），'z'：np.random.normal（size=5）}）
In[360]：df
Out[360]：
x y z
0 a 0.201980-0.470388
1 a 0.190846-2.089032
2A-1.131010 0.227859
3 b-0.263865-1.906575
4b-1.335956-0.722087
[361]中的df.groupby（'x'）.apply（lambda x:pandas.DataFrame（{'r'：（x.y+x.z）.sum（）/x.z.sum（），'s'：（x.y+x.z**2.sum（）/x.z.sum（））
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
/home/emarkley/work/src/partner_analysis2/main.py in（）
---->1 df.groupby（'x'）.apply（lambda x:pandas.DataFrame（{'r'：（x.y+x.z）.sum（）/x.z.sum（），'s'：（x.y+x.z**2.sum（）/x.z.sum（））
/应用中的usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/groupby.py（self、func、*args、**kwargs）
267应用：类型取决于分组对象和功能
268         """
-->269返回self.\u python\u apply\u general（func、*args、**kwargs）
270
271 def聚合（自身、函数、*args、**kwargs）：
/usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/groupby.py in_python_apply_general（self、func、*args、**kwargs）
417组_轴=_获取_轴（组）
418
-->419 res=func（组，*args，**kwargs）
420
421如果不是，则类似于索引（res，组轴）：
/home/emarkley/work/src/partner_analysis2/main.py in（x）
---->1 df.groupby（'x'）.apply（lambda x:pandas.DataFrame（{'r'：（x.y+x.z）.sum（）/x.z.sum（），'s'：（x.y+x.z**2.sum（）/x.z.sum（））
/usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py in_uuuuuinit_uuuu（self、数据、索引、列、数据类型、副本）
371 mgr=self.\u init\u mgr（数据、索引、列、dtype=dtype、copy=copy）
372 elif isinstance（数据、指令）：
-->373 mgr=self.\u init\u dict（数据、索引、列、数据类型=dtype）
374 elif isinstance（数据，ma.MaskedArray）：
375掩码=ma.getmaskarray（数据）
/usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py in_init_dict（self、数据、索引、列、数据类型）
454#如有必要，找出索引
455如果索引为无：
-->456索引=提取索引（数据）
457其他：
458索引=_确保_索引（索引）
/提取索引（数据）中的usr/local/lib/python3.2/site-packages/pandas-0.8.2.dev-py3.2-linux-x86_64.egg/pandas/core/frame.py
4719
4720如果不是索引和非原始长度：
->4721 raise VALUERROR（'如果使用所有标量值，则必须通过索引'）
4722
4723如果有_系列或_指令：
ValueError：如果使用所有标量值，则必须通过索引
[362]中的df.groupby（'x'）.apply（lambda x:pandas.DataFrame（{'r'：（x.y+x.z）.sum（）/x.z.sum（），'s'：（x.y+x.z**2.sum（）/x.z.sum（），索引=[0]））
Out[362]：
RS
x
a 0 1.316605-1.672293
b 0 1.608606-0.972593

---

是否有任何方法可以使用apply（）或其他函数来获得相同的结果，而不需要额外的零索引？

您正在为每个组生成一个聚合的r和s值，因此您应该在此处使用

系列
：

In [26]: df.groupby('x').apply(lambda x: 
             Series({'r': (x.y + x.z).sum() / x.z.sum(), 
                     's': (x.y + x.z ** 2).sum() / x.z.sum()}))
Out[26]: 
           r           s
x                       
a  -0.338590   -0.916635
b  66.655533  102.566146

谢谢。我也不知道我应该返回一个系列，还尝试返回一个数据帧。这个信息（应该返回一个系列）应该在官方文档中。