Python 如何将多个函数应用于数据帧

是否有一种方法可以像DataFrameGroupBy.agg函数那样将函数列表应用于DataFrame中的每一列？我找到了一个丑陋的方法来这样做：

df=pd.DataFrame(dict(one=np.random.uniform(0,10,100), two=np.random.uniform(0,10,100)))
df.groupby(np.ones(len(df))).agg(['mean','std'])

        one                 two
       mean       std      mean       std
1  4.802849  2.729528  5.487576  2.890371

---

对于熊猫0.20.0或更新版本，请使用（感谢ayhan）：

对于旧版本，您可以使用

In [61]: df.groupby(lambda idx: 0).agg(['mean','std'])
Out[61]: 
        one               two          
       mean       std    mean       std
0  5.147471  2.971106  4.9641  2.753578

另一种方法是：

In [68]: pd.DataFrame({col: [getattr(df[col], func)() for func in ('mean', 'std')] for col in df}, index=('mean', 'std'))
Out[68]: 
           one       two
mean  5.147471  4.964100
std   2.971106  2.753578

---

在具有任意函数和列名的一般情况下，可以执行以下操作：

df.apply(lambda r: pd.Series({'mean': r.mean(), 'std': r.std()})).transpose()

         mean       std
one  5.366303  2.612738
two  4.858691  2.986567

---

我用熊猫来分析智利的立法草案。在我的dataframe中，作者列表存储为字符串。上面的答案对我不适用（使用pandas 0.20.3）。所以我用我自己的逻辑得出了这个结论：

df.authors.apply(eval).apply(len).sum()

连接适用！管道！！第一个应用转换

"['Barros Montero: Ramón', 'Bellolio Avaria: Jaime', 'Gahona Salazar: Sergio']"

在显而易见的清单中，第二份申请统计了参与该项目的立法者人数。我想要每一对的大小（立法者，项目编号）（这样我就可以预先确定一个数组，我将研究哪些政党在做什么）

有趣的是，这是有效的！更有趣的是，如果一个人过于野心勃勃，而是这样做，最后一次呼叫就会失败：

df.autores.apply(eval).apply(len).apply(sum)

有一个错误：

TypeError: 'int' object is not iterable

---

来自apply中的/site-packages/pandas/core/series.py，我尝试将三个函数应用到一个列中，结果很好

#removing new line character
rem_newline = lambda x : re.sub('\n',' ',x).strip()

#character lower and removing spaces
lower_strip = lambda x : x.lower().strip()

df = df['users_name'].apply(lower_strip).apply(rem_newline).str.split('(',n=1,expand=True)

---

agg

现在可以作为一种数据帧方法使用，因此这也不需要技巧：

df.agg（['mean'，'std']）

@ayhan：非常感谢改进。我注意到使用agg比在df中应用函数慢得多。i、 e df.sum（），df。mean（）而不是df.agg（['sum']，'mean']）。“这是有原因的还是我做错了什么？”赛亚斯：这也许值得作为一个新问题来问。我的猜测是，

df.agg（['sum'，'mean']）

最终会调用它来处理许多不同的输入和输出情况。所有这些额外的案例处理都会降低

df.agg

的性能。在这种情况下，您可以通过使用类似于

pd.DataFrame（{'sum'：df.sum（），'mean'：df.mean（）}）.T的内容自己构建所需的数据帧来绕过许多代码。
#removing new line character
rem_newline = lambda x : re.sub('\n',' ',x).strip()

#character lower and removing spaces
lower_strip = lambda x : x.lower().strip()

df = df['users_name'].apply(lower_strip).apply(rem_newline).str.split('(',n=1,expand=True)