Question

我经常需要调用groupby（）。apply（）。由于apply（）的回调函数只允许返回一个Series或DataFrame（或者可能是一个标量），如果我的回调函数需要返回一维和二维数组的元组，它会变得相当尴尬，因为我会有将它们打包到DataFrame中，然后在我从apply（）得到结果后解压缩到数组。

示例：

def my_callback(g):
"""This function takes the group g and calculates a two dim array and a 
one dim array"""
  a = np.ones(len(g),2)
  b = np.ones(len(g))
  #I need to return a and b 
  return a, b #this won't work

x = data.groupby('key').apply(my_callback)

有没有人有一些建议？如果pandas允许回调更灵活的返回值，那将更加方便。

现在看几个用例，这里有几个例子：案例1：我需要将DataFrame转换为回归的独立变量和因变量。转换涉及按组生成2D阵列和1D阵列组，然后将每组的阵列行堆叠在一起。如果我能写的话会很棒：

X, Y = data.groupby('key').apply(my_callback)

使用DataFrame排序，但它涉及np.column_stack（）。

案例2：我想将DataFrame转换为两个不同行和列的数组。我认为今天没有办法做到这一点，除非我们将所有内容编码为1D系列。

Answer 1

你不需要在这里使用apply，除非你使用的是一个可以在一个帧/系列上运行的cythonized函数，否则它对perf没有任何影响。

对groupby本身进行迭代，创建一个＆＃39; stuff＆＃39; （在这种情况下是回调函数返回的元组）。然后你可以进一步处理。您可以在此处返回任何内容（如果您愿意，还可以包括分组的数据框）

[26]: df = DataFrame([['foo',1],['foo',2],['bar',3],['bar',4]],columns=list('AB'))

In [27]: df
Out[27]: 
     A  B
0  foo  1
1  foo  2
2  bar  3
3  bar  4

In [35]: def f(g, grp):
   ....:     return (g, len(grp), grp['B'].sum())
   ....: 

In [36]: print [ f(g, grp) for g, grp in df.groupby('A') ]
[('bar', 2, 7), ('foo', 2, 3)]

pandas：从二维和一维数组的组合中创建一个DataFrame

1 个答案: