Python Dataframe:groupby中用于合并列的用户定义函数

是否可以在

groupby

中使用一个用户定义的函数，该函数将作为多个列的参数值传递，每个列在一个单独的参数中？在以下“标准”示例中，

sum

函数分别在

v1

和

v2

列上调用：

In [110]: dct = {
     ...:     'id':[1,2,2,3,3,3],
     ...:     'vl':[1,1,1,1,1,1],
     ...:     'v2':[2,2,2,2,2,2]
     ...: }
     ...:
     ...: df = pd.DataFrame(dct)
     ...: df.groupby('id')['vl','v2'].sum()
     ...:
Out[110]:
vl  v2
id
1    1   2
2    2   4
3    3   6

如何使用两个参数定义

mysum

函数，每个参数都有自己的列，例如：

def f(col1, col2):                                                                                          
    return  col1 * 2 + col2 * 3

---

因此，实际上，这个函数将两列合并在一个中。可以这样做吗？

您可以通过访问

.values

属性将组转换为numpy数组，然后进行求和，对于

numpy.sum

，默认轴=无，将对输入数组的所有元素求和

---

要获得加权和：

df.groupby('id')['vl','v2'].apply(lambda g: (g.v1 * 2 + g.v2 * 3).sum())

#id
#1     8
#2    16
#3    24
#dtype: int64

---

根据需要，您可以使用

*

或

**

解包

pd.Series

。或者你可以非常明确地对待你的lambda

def f(v1, v2):                                                                                          
    return  v1 * 2 + v2 * 3

df[['v1', 'v2']].apply(lambda x: f(*x), 1)
# or
df[['v1', 'v2']].apply(lambda x: f(**x), 1)
# or
df.apply(lambda x: f(x.v1, x.v2), 1)

0    8
1    8
2    8
3    8
4    8
5    8
dtype: int64

---

运行此命令时，我得到

TypeError:Series.name必须是可哈希类型

您运行的是哪个版本的python和pandas，我在pandas 0.19.x上没有发现任何错误，python 2.7.12 | Anaconda 4.2.0（x86_64）|（默认值，2016年7月2日，17:43:17）--IPython 5.1.0您还可以检查字典的键。键似乎与您在

groupby

行中使用的列名不匹配。而且我实际上不需要对所有元素求和，它可能是对参数的任何操作，例如

col1*2+col2*3

在`f（*x）中

1

的意思是什么，1`？我直接在

df

上运行

apply

，而不是在

groupby

之后运行。直接执行此操作时，我需要指定要应用的轴。在这种情况下，轴为

1

。

def f(v1, v2):                                                                                          
    return  v1 * 2 + v2 * 3

df[['v1', 'v2']].apply(lambda x: f(*x), 1)
# or
df[['v1', 'v2']].apply(lambda x: f(**x), 1)
# or
df.apply(lambda x: f(x.v1, x.v2), 1)

0    8
1    8
2    8
3    8
4    8
5    8
dtype: int64