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:Python Pandas Groupby:如何使用两个lambda函数?,python,pandas,pandas-groupby,Python,Pandas,Pandas Groupby,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) })
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
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}
})