Python 在dataframe中应用自己函数的转换

我有一个dataframe，我需要在它上面进行一些数据操作，下面的代码通过“键”为我提供了列“Variable”分组的平均值：

使用“transform”的优点是，它返回的结果具有相同的索引，这非常有用

现在，我想让我的自定义函数在“transform”中使用它，而不是在我的函数上使用“mean”，需要两列或更多列，如：

lambda (Variable, Variable1, Variable2): (Variable + Variable1)/Variable2

（我的实际函数比这个例子更复杂），我的数据帧的每一行都有Variable、Variable1和Variable2

我想知道我是否可以在“transform”中定义并使用这样一个自定义函数，以便能够使用相同的索引重新运行结果

谢谢，

---

Amir

不要对

变量调用transform

，在grouper上调用它，然后针对函数作为参数接收的数据帧调用变量：

df.groupby('key').transform(lambda x: (x.Variable + x.Variable1)/x.Variable2)

---

你为什么不使用simple

df.Variable+df.Variable1/df.Variable2

没有必要分组。例如，如果您想除以

df.groupby（'key'）.Variable2.transform（“mean”）

，您仍然可以使用transform执行以下操作：

---

df.Variable+df.Variable1/df.groupby（'key'）.Variable2.transform（“mean”）

谢谢！这里是我使用的：df.groupby（'key'）.transform（lambda x:np.average（x.Variable））但是我得到了一个错误“无法连接非NDFrame对象”为什么x.Variable.mean（）不起作用？x.Variable.mean（）可能起作用，但我需要使用numpy函数，因为它们更复杂，例如weight average，std，使用numpy函数可以轻松计算。您提到的所有函数都存在于数据帧中

df.groupby('key').transform(lambda x: (x.Variable + x.Variable1)/x.Variable2)