Question

我有一个如下所示的DataFrame：

df = {'col_1': [1,2,3,4,5,6,7,8,9,10],
      'col_2': [1,2,3,4,5,6,7,8,9,10],
      'col_3':['A','A','A','A','A','B','B','B','B','B']}
df = pd.DataFrame(df)

虽然我使用的实际数据有数百列，但我想使用min，max等不同函数以及诸如以下的自定义函数来操纵这些列：

def dist(x):
    return max(x) - min(x)
def HHI(x):
    ss = sum([s**2 for s in x])
    return ss

我希望有一个像这样的函数：

def myfunc(cols,fun):
    return df.groupby('col_3')[[cols]].transform(lambda x: fun)
# which allow me to do something like:

df[['min_' + s for s in cols]] = myfunc(cols, min)
df[['max_' + s for s in cols]] = myfunc(cols, max)
df[['dist_' + s for s in cols]] = myfunc(cols, dist)

在Python中这可能吗（我猜是“是”）？
那怎么办？

编辑======关于自定义功能的名称=======
根据{{1}}的解决方案，我要求的是可能的，至少对于内置功能，更多的工作需要考虑自定义功能。

可行的解决方案

jpp

此处的关键是使用temp = df.copy() for func in ['HHI','DIST'] : print(func) temp[[ func + s for s in cols]] = df.pipe(myfunc,cols,eval(func))功能将字符串表达式转换为函数。但是，期待有更好的方法。

编辑======每个jpp关于自定义函数名称的评论=======

根据我的测试，

jpp的将函数名直接输入到eval的注释是有效的，但是，基于myfun的新列名将类似于：func，但并非如此可读性很强，修改为<function HHI at 0x00000194460019D8>，希望这对以后解决此问题的人有所帮助。

Answer 1

这是使用pd.DataFrame.pipe的一种方法。

在Python中，一切是一个对象，无需进行类型检查即可传递。经营理念是“不要检查它是否有效，只需尝试一下...”。因此，您可以将字符串或函数传递给myfunc，然后传递给transform，而不会产生任何有害的副作用。

def myfunc(df, cols, fun):
    return df.groupby('col_3')[cols].transform(fun)

cols = ['col_1', 'col_2']

df[[f'min_{s}' for s in cols]] = df.pipe(myfunc, cols, 'min')
df[[f'max_{s}' for s in cols]] = df.pipe(myfunc, cols, 'max')
df[[f'dist_{s}' s in cols]] = df.pipe(myfunc, cols, lambda x: x.max() - x.min())

结果：

print(df)

   col_1  col_2 col_3  min_col_1  min_col_2  max_col_1  max_col_2  dist_col_1  \
0      1      1     A          1          1          5          5           4   
1      2      2     A          1          1          5          5           4   
2      3      3     A          1          1          5          5           4   
3      4      4     A          1          1          5          5           4   
4      5      5     A          1          1          5          5           4   
5      6      6     B          6          6         10         10           4   
6      7      7     B          6          6         10         10           4   
7      8      8     B          6          6         10         10           4   
8      9      9     B          6          6         10         10           4   
9     10     10     B          6          6         10         10           4   

   dist_col_2  
0           4  
1           4  
2           4  
3           4  
4           4  
5           4  
6           4  
7           4  
8           4  
9           4

Answer 2

是的，您非常亲密：

def myfunc(cols,fun):
    return df.groupby('col_3')[cols].transform(lambda x: fun(x))

或者：

def myfunc(cols,fun):
    return df.groupby('col_3')[cols].transform(fun)

使用其他函数名称作为参数来定义函数

2 个答案: