Question

让我们来自Pandas的测试数据框架：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar','foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three','two', 'two', 'one', 'three'],
                   'C' : np.random.randn(8),
                   'D' : np.random.randn(8)})

我现在想要做的事实上就是按照A栏来分组，例如：

df.groupby(['A'])['C'].sum()

工作正常。现在我没有使用sum()而是想要应用自己的函数来有效地汇总数据。

R中的等价物是：

require(plyr); require(dplyr)

df = data.frame(A = c('foo', 'bar', 'foo', 'bar','foo', 'bar', 'foo', 'foo'),
                B = c('one', 'one', 'two', 'three','two', 'two', 'one', 'three'),
                C = rnorm(8),
                D = rnorm(8))

例如，此函数名为myfun：

myfun <- function(x){sum(x**2)}

然后：

df %>% 
   group_by(A) %>% 
   summarise(result = myfun(C))

我希望这个问题很清楚。非常感谢！

Answer 1

您可以使用agg并将自定义函数放在lambda中，例如

>>> df.groupby('A').C.agg(lambda x: x.pow(2).sum())
A
bar    3.787664
foo    2.448404
Name: C, dtype: float64

或者您可以单独定义它并将其传递给agg。

def sum2(x):
    return x.pow(2).sum()


>>> df.groupby('A').C.agg(sum2)
A
bar    3.787664
foo    2.448404
Name: C, dtype: float64

另请注意，agg接受函数参数的许多内容，因此它非常灵活。 From the docs，用于聚合群组的arg函数目前可以是：

string cythonized function name
功能
功能列表
列的词典 - ＆gt;功能
嵌套的名字词典 - ＆gt;职能部门

如何按列分组并在Python中通过自己的函数进行汇总

1 个答案: