Pandas 将多列分组聚合作为用户定义函数的输入

如何解决Pandas 将多列分组聚合作为用户定义函数的输入

我仍在努力学习熊猫。我有一个自定义的用户定义函数，它需要两列作为输入。是聚合函数，需要分组完成。

这是我的问题：如何将多列分组聚合作为用户定义函数的输入？

这是我的可重现示例以及我尝试过的一些事情。

import pandas as pd
import numpy as np


def first_b_over_avg_c(b,c):
    first_b = b.first()
    avg_c = np.mean(c)
    return first_b / avg_c


np.random.seed(42)
df = pd.DataFrame(
        {
            "a": ["one","one","two","two"],"b": np.random.uniform(0,1,8),"c": np.random.uniform(0,8)
            }
        )
print(df)

df.groupby(['a'],as_index = False).assign(d = lambda df: first_b_over_avg_c(df['b'],df['c']))
df.groupby(['a'],as_index = False).apply(first_b_over_avg_c,b=('b'),c=('c'))

输出如下：

     a         b         c
0  one  0.374540  0.601115
1  one  0.950714  0.708073
2  one  0.731994  0.020584
3  one  0.598658  0.969910
4  two  0.156019  0.832443
5  two  0.155995  0.212339
6  two  0.058084  0.181825
7  two  0.866176  0.183405

和错误

回溯（最近一次调用最后一次）：文件“reprex.py”，第 21 行，在 df.groupby(['a'],df['c'])) 文件 "/home/ubuntu/.local/lib/python3.8/site-packages/pandas/core/groupby/groupby.py",第 703 行，在 getattr 中 引发 AttributeError( AttributeError: 'DataFrameGroupBy' 对象没有属性 'assign'

解决方法

我认为这符合您的要求

import pandas as pd
import numpy as np


def first_b_over_avg_c(group):
    first_b = group['b'].iloc[0]
    avg_c = np.mean(group['c'])
    return first_b / avg_c


np.random.seed(42)
df = pd.DataFrame(
        {
            "a": ["one","one","two","two"],"b": np.random.uniform(0,1,8),"c": np.random.uniform(0,8)
            }
        )

df.groupby(['a'],as_index = False).apply(first_b_over_avg_c)

如果我没看错，您想要做的就是能够从用户定义的函数访问多个列。

在这个例子中，整个行/组被传递到函数中。如果在函数中打印出组：

     a         b         c
0  one  0.374540  0.601115
1  one  0.950714  0.708073
2  one  0.731994  0.020584
3  one  0.598658  0.969910

您可以看到组“一”和“二”分别通过。

对象未分组。每一行都将单独传递。

除非有特定原因，否则我认为单独分配和传递列没有意义。