Question

我现在可以在Pandas中做以下事情，但是我从FutureWarning那里得到一个严厉的手指摇摆不定：

services:
  _defaults:
    autowire: true
    autoconfigure: true
    public: true

以下引发错误，因为我有两个lambda函数：

grpd = df.groupby("rank").agg({
    "mean": np.mean, "meian": np.median, "min": np.min, "max": np.max, 
    "25th percentile": lambda x: np.percentile(x, 25),
    "75th percentile": lambda x: np.percentile(x, 75)
})

这引发：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_75 = lambda x: np.percentile(x, 75)

df = diffs[["User Installs", "rank"]].dropna()
grpd = df.groupby("shopping_rank").agg([
    np.mean, np.median, np.min, np.max, 
    percentile_25, percentile_75
])

我似乎能够做到这一点的唯一方法（不要忽略警告，我应该这样做）是一个精心设计的过程，如下所示

使用一个lambda函数（第25个百分位数）定义我的DF，以及我需要的所有其他内容（min，max等）
重命名cols以摆脱MultiIndex
创建另一个DF，进行另一个分组，这次是我想要的其他列（第75个百分点）
再次重命名cols（感谢MultiIndex！）
加入指数的原始DF

我有什么东西在这里失踪吗？当然，有一个更好的方法来做我想象的很常见的事情（使用两个不能直接从numpy导入的聚合）。

Answer 1

它是known bug，使用：

def percentile_25(x): return np.percentile(x, 25)
def percentile_75(x): return np.percentile(x, 75)

Answer 2

尝试以下小黑客：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_25.__name__ = 'percentile_25'
percentile_75 = lambda x: np.percentile(x, 75)
percentile_75.__name__ = 'percentile_75'

Answer 3

问题是结果列名称。

替代方法：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_75 = lambda x: np.percentile(x, 75)

grouped = df.groupby("field1")
grouped.agg({
    'field2': {'percentile_25': percentile_25, 'percentile_75': percentile_75}
})

Answer 4

这是另一种类似于MaxU的方法，但是，它允许您创建任意数量的lambda函数。所以，如果我们想要每个第10个百分位数可以做如下，

n_percentile_groups = 10
lambda_list = []

for pcntl in np.linspace(10, 100, n_percentile_groups):
    lmbd = lambda x, pcntl=pcntl: np.percentile(x, int(pcntl))
    lmbd.__name__ = 'percentile_%d' % pcntl
    lambda_list.append(lmbd)

现在将lambda_list传递给groupby.agg()或附加其他功能列表，例如lambda_list + [np.mean, np.min, ...]。

如果您只想要5个不同的百分位数，那么您可以更改n_percentile_groups = 5。

最终，我不确定这是否是一个强大或好的方式 - 使用可变数量的lambda - 但是因为groupby deprecation - 0.21它似乎是我所知道的唯一方式。对此非常欢迎。

Pandas Groupby：如何使用两个lambda函数？

4 个答案: