Question

我的数据框看起来像

df.groupby('x').describe()

我想得到一个等于

的数据帧

df.groupby(['x']).apply(lambda x: np.average(x['v1'], weights=x['w'], axis=0))

除了我想要加权平均值

df.groupby(['x']).apply(lambda x: np.average(x[['v1','v2','v3']], weights=x['w'], axis=0))

并作为附加列'std'/（'count'-1）

当我尝试

时

dplyr

我得到一个包含1列的数据帧，其中包含3个值而不是3列的列表。

如何将这一切整齐地融入常规数据框？

Answer 1

将pd.Series用于DataFrame，如果需要添加到describe，请先添加新级别MultiIndex，然后join：

df1 = df.groupby('x').describe()

w = df.groupby(['x']).apply(lambda x: pd.Series(np.average(x[['v1','v2','v3']], 
                                          weights=x['w'], axis=0), index=['v1','v2','v3']))
w.columns = [w.columns, ['w_mean'] * len(w.columns)]
print (w)
             v1        v2        v3
         w_mean    w_mean    w_mean
x                                  
False  4.047619  2.142857  4.714286
True   4.750000  3.937500  3.250000

df1 = df1.join(w).sort_index(axis=1)
print (df1)
         v1                                                             v2  \
        25%  50%   75% count  max      mean  min       std    w_mean   25%   
x                                                                            
False  2.25  3.5  6.25   6.0  9.0  4.333333  1.0  3.076795  4.047619  2.00   
True   1.75  4.5  7.50   4.0  9.0  4.750000  1.0  3.862210  4.750000  2.75   

          v3               w                                  \
         std    w_mean   25%  50%   75% count  max mean  min   
x        ...                                                                
False    ...     3.271085  4.714286  6.50  8.0  8.75   6.0  9.0  7.0  2.0   
True     ...     3.109126  3.250000  0.75  3.5  6.75   4.0  9.0  4.0  0.0   


            std  
x                
False  2.683282  
True   4.242641  

[2 rows x 35 columns]

大熊猫获得'自定义描述'的数据框

1 个答案: