如何在python中向groupby中的聚合添加函数？

我试图通过在聚合之间进行额外的数学运算来获取groupby统计数据

我试过了

...agg({
'id':"count",
'repair':"count",
('repair':"count")/('id':"count")
})

分组后，我可以通过

gr['repair']/gr['id']*100

---

如何在groupby中获得这种类型的计算？

考虑一个返回聚合数据集的自定义函数：

def agg_func(g):
    g['id'] = g['id'].count()
    g['repair'] = g['repair'].count()
    g['repair_per_id'] = (g['repair'] / g['id']) * 100

    return g.aggregate('max')   # CAN ALSO USE: min, max, mean, median, mode 

agg_df = (df.groupby(['group'])
            .apply(agg_func)
            .reset_index(drop=True)
         )

---

要使用种子随机数据进行演示：

import numpy as np
import pandas as pd

data_tools = ['sas', 'stata', 'spss', 'python', 'r', 'julia']

np.random.seed(8192019)
random_df = pd.DataFrame({'group': np.random.choice(data_tools, 500),
                          'id': np.random.randint(1, 10, 500),
                          'repair': np.random.uniform(0, 100, 500)
                         })

# RANDOMLY ASSIGN NANs
random_df['repair'].loc[np.random.choice(random_df.index, 75)] = np.nan

# RUN AGGREGATIONS
agg_df = (random_df.groupby(['group'])
                   .apply(agg_func)
                   .reset_index(drop=True)
         )

print(agg_df)

#     group  id  repair  repair_per_id
# 0   julia  79      70      88.607595
# 1  python  89      74      83.146067
# 2       r  82      69      84.146341
# 3     sas  74      66      89.189189
# 4    spss  77      69      89.610390
# 5   stata  99      84      84.848485

---

您能否生成一个自包含的数据集，以及您的起点和预期输出？将

2015

随机显示在输出中，而将2016添加到其他行中，只会增加混乱。请按照@ALollz说明操作。不确定这是否是您想要的，但我认为

apply

可以在某种程度上帮助您。更多信息请查看此项：2015年是一些残留的打字错误（已编辑）。我检查了链接，看起来很像。利用这一点来解决@ALollz问题；在该链接中，您可以看到操作sample\u data\u group=sample\u data.groupby（['date'，'part'，'receive']），我如何在聚合内部执行操作，但使用聚合结果…非常感谢，先生，虽然我感谢了，但显然忘了写：）再次感谢。

def agg_func(g):
    g['id'] = g['id'].count()
    g['repair'] = g['repair'].count()
    g['repair_per_id'] = (g['repair'] / g['id']) * 100

    return g.aggregate('max')   # CAN ALSO USE: min, max, mean, median, mode 

agg_df = (df.groupby(['group'])
            .apply(agg_func)
            .reset_index(drop=True)
         )

import numpy as np
import pandas as pd

data_tools = ['sas', 'stata', 'spss', 'python', 'r', 'julia']

np.random.seed(8192019)
random_df = pd.DataFrame({'group': np.random.choice(data_tools, 500),
                          'id': np.random.randint(1, 10, 500),
                          'repair': np.random.uniform(0, 100, 500)
                         })

# RANDOMLY ASSIGN NANs
random_df['repair'].loc[np.random.choice(random_df.index, 75)] = np.nan

# RUN AGGREGATIONS
agg_df = (random_df.groupby(['group'])
                   .apply(agg_func)
                   .reset_index(drop=True)
         )

print(agg_df)

#     group  id  repair  repair_per_id
# 0   julia  79      70      88.607595
# 1  python  89      74      83.146067
# 2       r  82      69      84.146341
# 3     sas  74      66      89.189189
# 4    spss  77      69      89.610390
# 5   stata  99      84      84.848485