Question

我需要对数据进行大量聚合，我希望编写一个允许我传递的函数

1）用于分组的字符串 2）构成分子/分母/和公式

的字段

由于我将使用不同的分组和不同的分子和分母对数据进行大量削减，因此我更容易创建一个通用组并将其传递给我需要的

所以让我们举几个例子：

import pandas as pd
df=pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/master/ch08/tips.csv", sep=',')
(df.groupby(['sex', 'smoker'])[['total_bill','tip']].sum().apply(lambda r: r.tip/r.total_bill, axis = 1))

现在，我想创建一个允许我按值和分子分母字段传递分组的函数

所以，例如

groupbyvalue=['sex', 'smoker']
fieldstoaggregate=['tip','total_bill']

将它们插入类似

的内容

(df.groupby(groupbyvalue)[fieldstoaggregate].sum().apply(lambda r: r.tip/r.total_bill, axis = 1))

这很好，但是当我尝试用以下代码替换公式时：

dfformula="r.tip/r.total_bill"

然后将其放入公式中，如下所示

(df.groupby(groupbyvalue)[fieldstoaggregate].sum().apply(lambda r: dfformula, axis = 1)*10000)

我的输出如下：

sex     smoker
Female  No        r.tip/r.total_billr.tip/r.total_billr.tip/r.to...
        Yes       r.tip/r.total_billr.tip/r.total_billr.tip/r.to...
Male    No        r.tip/r.total_billr.tip/r.total_billr.tip/r.to...
       Yes       r.tip/r.total_billr.tip/r.total_billr.tip/r.to...
dtype: object

有没有办法动态创建计算然后在公式中使用它而不是将其解释为字符串？

由于

Answer 1

您可以使用eval()函数

来实现此目的

import pandas as pd

df = pd.read_csv("https://raw.githubusercontent.com/wesm/pydata-book/master/ch08/tips.csv", sep=',')

groupbyvalue = ['sex', 'smoker']
fieldstoaggregate = ['tip','total_bill']
dfformula = "r.tip/r.total_bill"

(df.groupby(groupbyvalue)[fieldstoaggregate].sum().apply(lambda r: eval(dfformula), axis = 1))

输出如下

sex     smoker
Female  No        0.153189
        Yes       0.163062
Male    No        0.157312
        Yes       0.136919
dtype: float64

Pandas分组 - 创建通用聚合函数

1 个答案: