什么是pythonic方法在R中执行dt[，y:=myfun（x），by=list（a，b，c）]？

假设我有一个数据框，其中包含列

x，a，b，c

，我想通过函数

myfun

对

a，b，c

进行聚合，从x列表中获得一个值y，然后为每个窗口/分区内的所有行复制该值

在R中的

data.table

这只是一行：

dt[，y:=myfun（x），by=list（a，b，c）]

在Python中，我想到的唯一方法是执行以下操作：

 # To simulate rows in a data frame
 class Record:
      def __init__(self, x, a, b, c):
           self.x = x
           self.a = a
           self.b = b
           self.c = c

 # Assume we have a list of Record as df
 mykey = attrgetter('a', 'b', 'c')
 for key, group_iter in itertools.groupby(sorted(df, key=mykey), key=mykey):
     group = list(group_iter)
     y = myfun(x.x for x in group)
     for x in group:
         x.y = y

虽然逻辑很清楚，但我并不是100%满意。有没有更好的办法

我对熊猫不太熟悉。在这种情况下有帮助吗

---

旁白：我的问题属于哪一类？聚合？隔断窗户？这种模式在数据分析中非常频繁，必须有一个现有的名称。

使用

DataFrame

及其

groupby

方法，从

pandas

：

import pandas as pd
df = pd.DataFrame({'a': ['x', 'y', 'x', 'y'],
                   'x': [1, 2, 3, 4]})

df.groupby('a').apply(myfun)

确切的用法取决于您如何编写函数

myfun

。如果使用的列是静态的（例如总是

x

），我写

myfun

，以获取函数中的完整

数据帧和子集。但是，如果将函数编写为接受向量（或
系列
），也可以选择列并
将函数应用于该列：

df.groupby('a')['x'].apply(myfun)

FWIW，当您使用
groupby
时，返回
pd.Series
对象通常也很方便


为了回答您的附带问题，这被称为数据处理的拆分-应用-组合策略。有关更多信息，请参阅。
@agstudy与原始numpy相比，虽然有一点开销，但它的便利性是无与伦比的！它还有一些非常令人愉快的绘图功能（如
df.plot（）
），大大降低了pythonthanks中数据探索的门槛。我用你的例子尝试了d.plot（），但它不起作用（看起来他想要一个数字向量..没有隐式强制）。我会看得更深入。@agstudy我并不是说我的示例可以工作，但是，它应该画一条线，其中x轴是索引（1,2,3..），y轴是
x
列。python（ipython，pandas，…）比R有什么优势？速度（数据表很好…）？内存使用情况？是否值得转换，或者至少两者都知道？