Skip to main content
 首页 » 编程设计

python之在 Pandas 中,如何在 groupby.agg() 方法中应用 2 个自定义公式

2024年10月25日14del

我有这个 df:

 A = pd.DataFrame([['Big', -2, 4, 1, 0], ['Medium', 4, 4, -1, -1], ['Big', 3, -3, -2, -1], ['Small', 0, -1, -3, 5], ['Small', 1, 4, -2, 5]], 
             columns=['A', 'B', 'C', 'D', 'E'], index=[1, 2, 3, 4, 5]) 

我想按 A 分组,并在其他列上进行计算('mean'、'std' 和两个自定义)。自定义函数只计算 >= 0 的元素,以及 < 0 的元素。这将是输出:

                                         A 
                Big                   Medium                   Small 
       mean   std   Up   Down    mean  std   Up   Down    mean   std   Up   Down 
B      0.50  3.53    1   1         4   Nan     1     0     0.50  0.70    2     0 
C      0.50  4.94    1   1         4   Nan     1     0     1.50  3.53    1     1 
D     -0.50  2.12    1   1        -1   Nan     0     1    -2.50  0.70    0     2 
E     -0.25  0.70    1   1        -1   Nan     0     1     5.00  0.0     2     0 

注意:显示不必是这种形状,重要的是它包含我需要的所有信息。

到目前为止我得到了这个

f = ['mean', 'std'] 
A.groupby(A['A']).agg(f) 
 
           B               C               D               E           
        mean       std  mean       std  mean       std  mean       std 
A                                                                      
Big      0.5  3.535534   0.5  4.949747  -0.5  2.121320  -0.5  0.707107 
Medium   4.0       NaN   4.0       NaN  -1.0       NaN  -1.0       NaN 
Small    0.5  0.707107   1.5  3.535534  -2.5  0.707107   5.0  0.000000 

我坚持使用其他两个函数,我尝试做自定义公式

function = ['mean', 'std', (lambda x: x >= 0).sum(), (lambda y: y < 0).sum()] 

但是我得到:

AttributeError: 'function' object has no attribute 'sum' 

谢谢

请您参考如下方法:

In [17]: def up(x): 
    return (x>=0).sum() 
   ....:  
 
In [18]: def down(x): 
    return (x<0).sum() 
   ....:  
 
In [19]: f = ['mean', 'std', up, down] 
 
In [20]: A.groupby(A['A']).agg(f) 
Out[20]:  
           B                         C                         D            \ 
        mean       std  up  down  mean       std  up  down  mean       std    
A                                                                             
Big      0.5  3.535534   1     1   0.5  4.949747   1     1  -0.5  2.121320    
Medium   4.0       NaN   1     0   4.0       NaN   1     0  -1.0       NaN    
Small    0.5  0.707107   2     0   1.5  3.535534   1     1  -2.5  0.707107    
 
                     E                       
        up  down  mean       std  up  down   
A                                            
Big      1     1  -0.5  0.707107   1     1   
Medium   0     1  -1.0       NaN   0     1   
Small    0     2   5.0  0.000000   2     0   

你有两个问题:

首先,您将括号放在错误的位置:(lambda x: x >= 0).sum() 应该是 lambda x: (x >= 0 .sum().

第二个是 pandas 试图从聚合函数的名称中找出 agg() 的列名称,因此如果您尝试将两个 lambda 函数传递给agg(),你会得到一个错误。将它们定义为函数可以解决这个问题(正如我在上面所做的那样)。