无法在Python中使用带有两个参数的groupby应用函数

我的问题是关于。我有一个熊猫数据框，如下所示。我想在按

时段分组后计算MAPE

。然而，我在尝试这样做时遇到了一个错误。我做错了什么

# Create DataFrame
df = pd.DataFrame({
    'date': ['2021-01-01', '2021-01-01', '2021-01-02', '2021-01-02', '2021-01-02'],
    'period': [1, 2, 1, 2, 3],
    'actuals': [50, 43, 42, 51, 49],
    'forecast': [49, 48, 50, 39, 51]
})

# Define MAPE
def mape(act, fct):
    return np.sum(abs((act - fct)/act))/len(act)

# Try to calculate MAPE for each period (this fails)
df.groupby('period').apply(mape, act='actuals', fct='forecast')
TypeError: mape() got multiple values for argument 'act'

---

将功能更改为：

def mape(data, act, fct):
    act = data[act]
    fct = data[fct]
    return np.sum(abs((act - fct)/act))/len(act)

---

使用

groupby.apply

时，组的数据作为第一个参数传递给函数。

将函数更改为：

def mape(data, act, fct):
    act = data[act]
    fct = data[fct]
    return np.sum(abs((act - fct)/act))/len(act)

---

使用

groupby.apply

时，组的数据作为第一个参数传递给函数。

您可以通过如下更改调用来保持mape（）函数的定义不变：

df.groupby('period').apply(lambda x: mape(x['actuals'], x['forecast']))

传递参数的方式需要更改另一个答案所指出的函数定义。这是因为函数除了要访问列名外，还需要访问DataFrame对象才能访问列值

以这种方式调用lambda函数时，该函数已接收参数中的相应值，并且不需要数据帧名称

---

以这种方式调用函数的优点是，该函数不需要针对pandas环境进行自定义，并且可以与其他通用Python编程逻辑共享。

您可以通过如下更改调用来保持mape（）函数的定义不变：

df.groupby('period').apply(lambda x: mape(x['actuals'], x['forecast']))

传递参数的方式需要更改另一个答案所指出的函数定义。这是因为函数除了要访问列名外，还需要访问DataFrame对象才能访问列值

以这种方式调用lambda函数时，该函数已接收参数中的相应值，并且不需要数据帧名称

---

以这种方式调用函数的优点是，该函数不需要针对pandas环境进行自定义，并且可以与其他通用Python编程逻辑共享。

另一种选择是避免缓慢的

groupby

+

apply

一起使用，以支持作用于整个数据帧和内置的

DataFrame.GroupBy.mean

，在cython中实现

执行计算，然后您需要该系列的平均值（在周期内）

---

要稍微整理一下，请定义一个函数来计算绝对百分比误差序列，并取其平均值

def ape(act: pd.Series, fct: pd.Series):
    return (act - fct).div(act).abs()

ape(df['actuals'], df['forecast']).groupby(df['period']).mean()

---

另一种选择是避免缓慢的

groupby

+

apply

，而支持作用于整个数据帧和内置的

DataFrame.groupby.mean

的矢量化操作，后者在cython中实现

执行计算，然后您需要该系列的平均值（在周期内）

---

要稍微整理一下，请定义一个函数来计算绝对百分比误差序列，并取其平均值

def ape(act: pd.Series, fct: pd.Series):
    return (act - fct).div(act).abs()

ape(df['actuals'], df['forecast']).groupby(df['period']).mean()