Python 大熊猫复杂群居

有没有办法使用函数形式的

groupby（）

，例如

groupby（f）

，其中f是一个函数，按表内容分组？它看起来像是用索引调用了

f（）

样本：

import pandas as pd

df0 = pd.DataFrame([
    dict(age=30,sex='M',name='Jim',weight=143),
    dict(age=45,sex='F',name='Francine',weight=102),
    dict(age=22,sex='F',name='Jill',weight=190),
    dict(age=37,sex='M',name='Joseph',weight=221),
    dict(age=55,sex='M',name='Jerry',weight=187),
    dict(age=48,sex='M',name='Gus',weight=262),
    dict(age=45,sex='F',name='Jean',weight=112),
    dict(age=28,sex='F',name='Fiona',weight=133),
    dict(age=25,sex='M',name='Greg',weight=165),
    dict(age=34,sex='F',name='Jennifer',weight=137),
    dict(age=26,sex='M',name='Jason',weight=172),
    dict(age=28,sex='M',name='Jerome',weight=205),
    dict(age=61,sex='F',name='Faye',weight=140),
    dict(age=32,sex='M',name='Joshua',weight=180)])
df0.groupby('sex').mean()

这是打印出来的

           age      weight
sex                       
F    39.166667  135.666667
M    35.125000  191.875000

---

但是，如果我想按性别分组，然后按姓名的第一个字母分组，该怎么办？

尝试使用str访问器，并将索引作为groupby列表中的第二个元素：

df0.groupby(['sex',df0['name'].str[0]]).mean()

输出：

                age      weight
sex name                       
F   F     44.666667  125.000000
    J     33.666667  146.333333
M   G     36.500000  213.500000
    J     34.666667  184.666667

---

如果需要使用函数，可以创建一个新列：

def get_key(df):
    return df["sex"] + "-" + df["name"].str[0]

df0.assign(my_key=get_key).groupby("my_key").mean()

---

哇，这很奇怪，所以它注意到我传入了一个具有相同索引值的序列？如果我的处理比一个简单表达式更复杂，那么我需要一个外部函数呢？是的，我认为结果必须与原始数据帧的长度相同。如果索引或长度不匹配，则会出现错误。它必须基于索引进行匹配，因为即使您更改顺序并执行

df0.groupby（['sex'，df0.name.str[0].sort_values（））.mean（）

，答案仍保持不变，但会通过

df0.groupby（['sex'，df0.name.str[0].sort_values（）.reset_index>进行更改（下降=真）]）.mean（）