Python Pandas Groupby：如何使用两个lambda函数？

我现在可以在熊猫身上做以下事情，但我从未来警告中得到了严厉的批评：

grpd = df.groupby("rank").agg({
    "mean": np.mean, "meian": np.median, "min": np.min, "max": np.max, 
    "25th percentile": lambda x: np.percentile(x, 25),
    "75th percentile": lambda x: np.percentile(x, 75)
})

下面抛出一个错误，因为我有两个lambda函数：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_75 = lambda x: np.percentile(x, 75)

df = diffs[["User Installs", "rank"]].dropna()
grpd = df.groupby("shopping_rank").agg([
    np.mean, np.median, np.min, np.max, 
    percentile_25, percentile_75
])

这引发了：

SpecificationError: Function names must be unique, found multiple named <lambda>

规范错误：函数名称必须唯一，找到多个命名的

我似乎能做到这一点的唯一方法（不忽略警告，我可能应该这么做）是采用如下详细过程

使用一个lambda函数（第25百分位）定义我的DF，以及我需要的所有其他内容（最小值、最大值等）

重命名cols以除去多重索引

创建另一个DF，进行另一个分组，这次使用我想要的另一列（第75百分位）

再次重命名cols（感谢MultiIndex！）

连接回索引上的原始DF

这里有我遗漏的东西吗？当然，有一种更好的方法来实现我想象中的非常常见的事情（使用两个不可直接从numpy导入的聚合）。

这是一种，使用：

---

尝试以下小技巧：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_25.__name__ = 'percentile_25'
percentile_75 = lambda x: np.percentile(x, 75)
percentile_75.__name__ = 'percentile_75'

---

然而，这是另一种类似于的方法，它允许您创建任意数量的lambda函数。所以，如果我们想让每一个百分之十的人都做如下的事情

n_percentile_groups = 10
lambda_list = []

for pcntl in np.linspace(10, 100, n_percentile_groups):
    lmbd = lambda x, pcntl=pcntl: np.percentile(x, int(pcntl))
    lmbd.__name__ = 'percentile_%d' % pcntl
    lambda_list.append(lmbd)

现在将

lambda_列表

传递到

groupby.agg（）

或附加其他函数列表，例如，

lambda_列表+[np.mean，np.min，…]

如果您只需要5个不同的百分位数，那么您可以更改

n\u percentile\u group=5

---

最终，我不确定这是一种健壮的还是好的方法——使用可变数量的lambda——但因为它似乎是我知道的唯一方法。欢迎对此发表评论。

问题在于结果列名

另一种选择：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_75 = lambda x: np.percentile(x, 75)

grouped = df.groupby("field1")
grouped.agg({
    'field2': {'percentile_25': percentile_25, 'percentile_75': percentile_75}
})

---

一个函数的可能副本是一个函数。

lambda

表达式只是创建

function

@chepner类型值的一种方法，如果我不清楚的话，很抱歉。我不关心函数是如何定义的，lambda表达式似乎适用于这个确切的用例，所以我有点困惑它为什么不起作用。lambda表达式用于将匿名函数作为参数传递给函数，或者可能作为映射中键的值。如果您只是想将其分配给一个名称，您也可以使用

def

语句。只需使用

def percentile_25（x）：返回np.percentile（x，25）

。这里没有理由使用

lambda

表达式。@chepner，我使用了它，因为OP问：

“如何使用两个lambda函数？”

我在想类似的事情，我不知道如何构建函数——我一直使用lambda函数。这是一个很好的答案。我还建议使用

functools将它们定义为partial。partial

我更喜欢命名函数而不是lambda，因为合适的函数名可以避免在以后（传递多个函数时）在数据帧上调用

.rename（）

。

percentile_25 = lambda x: np.percentile(x, 25)
percentile_75 = lambda x: np.percentile(x, 75)

grouped = df.groupby("field1")
grouped.agg({
    'field2': {'percentile_25': percentile_25, 'percentile_75': percentile_75}
})