Question

我试图通过使用不同类型的函数和参数值来减少pandas数据帧中的数据。但是，我没有设法更改聚合函数中的默认参数。这是一个例子：

>>> df = pd.DataFrame({'x': [1,np.nan,2,1],
...                    'y': ['a','a','b','b']})
>>> df
     x  y
0  1.0  a
1  NaN  a
2  2.0  b
3  1.0  b

这是一个聚合函数，我想测试b的不同值：

>>> def translate_mean(x, b=10):
...   y = [elem + b for elem in x]
...   return np.mean(y)

在下面的代码中，我可以将此函数用于默认的b值，但我想传递其他值：

>>> df.groupby('y').agg(translate_mean)
      x
y
a   NaN
b  11.5

有什么想法吗？

Answer 1

在这种情况下，您可以尝试使用Sub CopySheet() Dim NewSheet As String Dim PrevSheet As String Dim CashWS As Worksheet Dim MonthVal As String NewSheet = InputBox("Which month is this Commissions statement for?") PrevSheet = InputBox("What was the previous month?") Worksheets(PrevSheet).Copy After:=Worksheets("Summary") ActiveSheet.Name = NewSheet Range("D2").Select ActiveCell.FormulaR1C1 = "=EOMONTH(DATE(2017,MONTH(DATEVALUE(MID(CELL(""filename"", RC[-5]), FIND(""]"", CELL(""filename"", RC[-5])) + 1, 255)&""1"")+1),1),0)" Selection.NumberFormat = "m/d/yyyy" Range("D3").Select ActiveCell.FormulaR1C1 = "=MONTH(R[-1]C)" Range("D3").Select Selection.NumberFormat = "General" MonthVal = ActiveCell.Value Set CashWS = Sheets.Add Sheets.Add.Name = "2017_0" & MonthVal & " Cash" End Sub：

apply

现在的结果是：

df.groupby('y').apply(lambda x: translate_mean(x['x'], 20))

Answer 2

只需将参数传递给Private Sub CmdTemp_Click(sender As Object, e As EventArgs) Handles CmdTemp.Click Dim sz As String With TxtTemp If IsNumeric(.Text) Then If Val(.Text) >= 0 Then sz = "Update ProdSheet set Temp = " & TxtCheck.Text & " " sz = sz & "Where Prod = @!Prod " LoggedDBExecute(conn, sz) MsgBox("Worked") End If Else MsgBox("Please enter a numeric value!") End If End With End Sub（这也适用于agg）。

apply

Answer 3

只要您有多个列，并且要为每个列应用不同的函数和不同的参数，就可以将lambda函数与agg函数一起使用。例如：

>>> df = pd.DataFrame({'x': [1,np.nan,2,1],
...                    'y': ['a','a','b','b']
                       'z': ['0.1','0.2','0.3','0.4']})
>>> df
     x  y  z
0  1.0  a  0.1
1  NaN  a  0.2
2  2.0  b  0.3
3  1.0     0.4

>>> def translate_mean(x, b=10):
...   y = [elem + b for elem in x]
...   return np.mean(y)

要对“ y”列进行分组，并为col“ x”应用b = 10的函数translate_mean； b = 25代表“ z”，您可以尝试以下方法：

df_res = df.groupby(by='a').agg({
    'x': lambda x: translate_mean(x, 10),
    'z': lambda x: translate_mean(x, 25)})

希望它会有所帮助。

Python Pandas：将参数传递给agg（）中的函数

3 个答案: