Question

这是我的df：

import pandas as pd
df = pd.DataFrame({'id': [1,1,1,1,2,2,3,3,3], 
                   'col1': [7,6,12,1,3,6,10,11,12],
                   'col2': [1.2,0.8,0.9,1.1,2.0,1.8,0.7,0.9,1.2]})

我想应用2个函数，每个函数严格返回1个输出。

def myfunc1(g):
    var1 = g['col1'].iloc[0]
    var2 = g.loc[g['col2'] > 1, 'col1'].iloc[0]

    return var1 / var2

def myfunc2(g):
    var1 = g['col1'].iloc[0]
    var2 = g.loc[g['col2'] < 1, 'col1'].iloc[0]

    return var2 - var1

如果以这种方式运行它们，代码将失败：

df[['new_col1','new_col2']] = df.groupby("id").apply(myfunc1,myfunc2)

但是，如果我分别运行它们（见下文），则一切正常：

df['new_col1'] = df.groupby("id").apply(myfunc1)
df['new_col2'] = df.groupby("id").apply(myfunc2)

预期输出应包含以下列：

blade_id
new_col1
new_col2

Answer 1

您只能调用一个函数，因此可能的解决方案是创建另一个函数：

def myfunc1(g):
    var1 = g['col1'].iloc[0]
    #return missing value if no match
    var2 = next(iter(g.loc[g['col2'] > 1, 'col1']), np.nan)

    return var1 / var2

def myfunc2(g):
    var1 = g['col1'].iloc[0]
    #return missing value if no match
    var2 = next(iter(g.loc[g['col2'] < 1, 'col1']), np.nan)

    return var2 - var1

def f(x):
    return pd.Series([myfunc1(x), myfunc2(x)], index=['new_col1','new_col2'])

df1 = df.groupby("id").apply(f)
print (df1)
    new_col1  new_col2
id                    
1   1.000000      -1.0
2   1.000000       NaN
3   0.833333       0.0

或同时创建两个新功能：

def myfunc3(g):
    var1 = g['col1'].iloc[0]
    var2 = next(iter(g.loc[g['col2'] > 1, 'col1']), np.nan)
    var3 = next(iter(g.loc[g['col2'] < 1, 'col1']), np.nan)

    return  pd.Series([var1 / var2, var3 - var1], index=['new_col1','new_col2'])


df1 = df.groupby("id").apply(myfunc3)
print (df1)
    new_col1  new_col2
id                    
1   1.000000      -1.0
2   1.000000       NaN
3   0.833333       0.0

如何分组和应用多个功能？

1 个答案: