Python 几个函数在pandas变换中的应用
当使用Python 几个函数在pandas变换中的应用,python,pandas,transformation,Python,Pandas,Transformation,当使用agg时,在groupby之后,如果传递了列的dict:functions,则将在相应的列中应用这些函数。然而,这种语法不适用于转换。在转换中是否有其他方法应用多个函数 让我们举一个例子: import pandas as pd df_test = pd.DataFrame([[1,2,3],[1,20,30],[2,30,50],[1,2,33],[2,4,50]],columns = ['a','b','c']) Out[1]: a b c 0 1 2 3
agg
时,在groupby
之后,如果传递了列的dict:functions
,则将在相应的列中应用这些函数。然而,这种语法不适用于转换
。在转换中是否有其他方法应用多个函数
让我们举一个例子:
import pandas as pd
df_test = pd.DataFrame([[1,2,3],[1,20,30],[2,30,50],[1,2,33],[2,4,50]],columns = ['a','b','c'])
Out[1]:
a b c
0 1 2 3
1 1 20 30
2 2 30 50
3 1 2 33
4 2 4 50
def my_fct1(series):
return series.mean()
def my_fct2(series):
return series.std()
df_test.groupby('a').agg({'b':my_fct1,'c':my_fct2})
Out[2]:
c b
a
1 16.522712 8
2 0.000000 17
上一个示例显示了如何将不同的函数应用于agg
中的不同列,但是如果我们想转换列而不聚合它们,agg
就不能再使用了。因此:
df_test.groupby('a').transform({'b':np.cumsum,'c':np.cumprod})
Out[3]:
TypeError: unhashable type: 'dict'
我们如何在具有以下预期输出的情况下执行此类操作:
a b c
0 1 2 3
1 1 22 90
2 2 30 50
3 1 24 2970
4 2 34 2500
您仍然可以使用dict,但需要一些技巧:
df_test.groupby('a').transform(lambda x: {'b': x.cumsum(), 'c': x.cumprod()}[x.name])
Out[427]:
b c
0 2 3
1 22 90
2 30 50
3 24 2970
4 34 2500
如果需要保留a列,可以执行以下操作:
df_test.set_index('a')\
.groupby('a')\
.transform(lambda x: {'b': x.cumsum(), 'c': x.cumprod()}[x.name])\
.reset_index()
Out[429]:
a b c
0 1 2 3
1 1 22 90
2 2 30 50
3 1 24 2970
4 2 34 2500
另一种方法是使用if-else检查列名:
df_test.set_index('a')\
.groupby('a')\
.transform(lambda x: x.cumsum() if x.name=='b' else x.cumprod())\
.reset_index()
我认为现在(pandas 0.20.2)函数不是用dict
-列名来实现的,这些列名具有agg
之类的函数
如果函数返回相同长度的系列
:
df1 = df_test.set_index('a').groupby('a').agg({'b':np.cumsum,'c':np.cumprod}).reset_index()
print (df1)
a c b
0 1 3 2
1 1 90 22
2 2 50 30
3 1 2970 24
4 2 2500 34
但如果AGGRAGTE的长度不同,则需要:
通过对Pandas的更新,您可以使用assign
方法以及transform
附加新列,或用新值替换现有列:
grouper = df_test.groupby("a")
df_test.assign(b=grouper["b"].transform("cumsum"),
c=grouper["c"].transform("cumprod"))
a b c
0 1 2 3
1 1 22 90
2 2 30 50
3 1 24 2970
4 2 34 2500
若groupby包含多个列,那个么解决方案是什么?
grouper = df_test.groupby("a")
df_test.assign(b=grouper["b"].transform("cumsum"),
c=grouper["c"].transform("cumprod"))
a b c
0 1 2 3
1 1 22 90
2 2 30 50
3 1 24 2970
4 2 34 2500