Question

我有一个DataFrame中的星系组目录，'compact'，主要包含

组ID（'CG'，int），
幅度（'R'，负浮动）
和形态（'Morph'，字符串，例如＆＃39; S＆＃39;或＆＃39; E＆＃39;）。

我尝试使用以下群组属性构建第二个pandas DataFrame：

'Morph'在组中具有最低'R'的对象
组中第二低和'R'之间的差异
组中最低'R'与组中R之间的差异，定义为-2.5*log10(sum(10**(-0.4*R)))
具有给定'Morph'的对象的比例（例如，在＆＃39; S＆＃39;的列上，例如，用于其他形态的对象），不包括具有最低{{1}的一个对象的对象}。

我为最后一个遇到麻烦，你能帮我写一下吗？其他的工作，但作为第二个问题，我想，如果我干净利落，或者做得更好。

这是我的代码（我的最后一栏有一行可行，但没有给出我想要的内容，还有一些不起作用的评论）：

'R'

Answer 1

首先，如果您提供实际数据或创建一些虚假数据，那就太好了。下面我创建了一些假数据，其中包含5个不同的整数CG组，2种形态（S和E）和'R'的随机负数。

然后我在自定义函数中重做所有聚合，该函数计算一行中4个返回聚合中的每一个，并将结果作为Series发送回来，将每个输出作为行添加到原始DataFrame中。

#create fake data
df = pd.DataFrame({'CG':np.random.randint(0, 5, 100), 'Morph':np.random.choice(['S', 'E'], 100), 'R':np.random.rand(100) * -100})
print(df.head())

   CG Morph          R
0   3     E -72.377887
1   2     E -26.126565
2   0     E  -4.428494
3   0     E  -2.055434
4   4     E -93.341489

# define custom aggregation function
def my_agg(x):
    x = x.sort_values('R')
    morph = x.head(1)['Morph'].values[0]
    diff = x.iloc[0]['R'] - x.iloc[1]['R']
    diff2 = -2.5*np.log10(sum(10**(-0.4*x['R'])))
    prop = (x['Morph'].iloc[1:] == 'S').mean()
    return pd.Series([morph, diff, diff2, prop], index=['morph', 'diff', 'diff2', 'prop'])

# apply custom agg function
df.groupby('CG').apply(my_agg)

   morph       diff      diff2      prop
CG                                      
0      E  -1.562630 -97.676934  0.555556
1      S  -3.228845 -98.398337  0.391304
2      S  -6.537937 -91.092164  0.307692
3      E  -0.023813 -99.919336  0.500000
4      E -11.943842 -99.815734  0.705882

Answer 2

所以，这是最终的代码，感谢Ted Pertou：

# define custom aggregation function
def my_agg(x):
    x = x.sort_values('R')
    morph = x.head(1)['Morph'].values[0]
    diff = x.iloc[1]['R'] - x.iloc[0]['R']
    diff2 =  x.iloc[0]['R'] + 2.5*np.log10(sum(10**(-0.4*x['R'])))
    prop = (x['Morph'].iloc[1:] == 'S').mean()
    return pd.Series([morph, diff, diff2, prop], index=['MorphCen', 'DeltaR12', 'DeltaRGrp1', 'PropS'])

# apply custom agg function
compact.groupby('CG').apply(my_agg)

在pandas Dataframe中创建高级groupby列

2 个答案: