python group by，传入列来聚合函数参数

Question

当我将多个列传递给聚合函数时，我正在寻找对如何在pandas中进行聚合的理解。我习惯于在R中进行dplyr，这很简单......

在我的例子中，'data'有很多列，包括'TPR'，'FPR'和'model'。有许多不同的数据集连接在一起，我需要在'模型'分组级别运行我的函数。

grouped_data = data.groupby(['model']) 
grouped_data.aggregate( sklearn.metrics.auc(x='FPR',y='TPR') )

但是，这会导致错误。

Answer 1

由于您只想应用单一方法，因此可以使用apply代替aggregate。参数必须是Python可调用的，才能应用于每个组，因此在您的情况下看起来像

data.groupby('model').apply(lambda group: sklearn.metrics.auc(group.FPR, group.TPR))

例如：

y = np.array([1, 1, 2, 2])
pred = np.array([0.1, 0.4, 0.35, 0.8])
fpr, tpr, _ = sklearn.metrics.roc_curve(y, pred, pos_label=2)
df_a = pd.DataFrame({'model': 'a', 'FPR': fpr, 'TPR': tpr})
df_b = pd.DataFrame({'model': 'b', 'FPR': fpr, 'TPR': tpr})
data = df_a.append(df_b)
data.groupby('model').apply(lambda group: sklearn.metrics.auc(group.FPR, group.TPR))

输出：

model
a    0.75
b    0.75
dtype: float64