Question

我想在patient之后添加特定列groupby('score')的第25个百分位数信息，但出现错误，如下所示。

import pandas as pd

raw_data = {'patient': [242, 151, 111,122, 342],
        'obs': [1, 2, 3, 1, 2],
        'treatment': [0, 1, 0, 1, 0],
        'score': ['strong', 'weak', 'weak', 'weak', 'strong']}

df = pd.DataFrame(raw_data, columns = ['patient', 'obs', 'treatment', 'score'])

df

   patient  obs  treatment   score
0      242    1          0  strong
1      151    2          1    weak
2      111    3          0    weak
3      122    1          1    weak
4      342    2          0  strong


quantile_25 = []
df_g=df.groupby("score")

for col in df.keys():
    if col=='patient':

        Q1 = df_g.apply(lambda _df: _df.np.percentile(_df[feature], q = 25))
        quantile_25.append(Q1)

    else:
        pass

df['std_dev_patient'] = df.score.map(quantile_25[0])

AttributeError：无法访问>'DataFrameGroupBy'对象的可调用属性'groupby'，请尝试使用'apply'方法

我想保持相同的for loop，就像我想将其他统计信息添加为新列一样。

thx

预期输出

   patient  obs  treatment   score   quantile_25
0      242    1          0  strong     ..
1      151    2          1    weak     ..
2      111    3          0    weak     ..
3      122    1          1    weak     ..
4      342    2          0  strong     ..

Answer 1

这是不使用Apply的解决方案：

df_g=df.groupby("score")
for col in df.columns:
    if col=='patient':
        df['std_dev_patient'] = df_g[col].transform(lambda group: np.percentile(group, q=25))
    else:
        pass

输出：

   patient  obs  treatment   score  std_dev_patient
0      242    1          0  strong            267.0
1      151    2          1    weak            116.5
2      111    3          0    weak            116.5
3      122    1          1    weak            116.5
4      342    2          0  strong            267.0

分组数据处理后将新列添加到数据框中时出错

1 个答案: