如何解决通过熊猫数据框分组并通过转换创建新列
想象一下,我们有一个像df这样的DataFrame:
df = pd.DataFrame([('AL',2,0.3),('WY',4,0.2),('CO',1,0.9),6,0.1),8,3,('TX',0.4),('AL',0.4)],columns=('ST','Case','Prob'))
我想将此数据帧拆分为单独的状态,并在Case列上运行diff()。到目前为止,我已经做到了: 我首先按状态和案例排序(我需要排序案例)。然后,通过“ ST”进行分组,并尝试使用一个称为Test的函数来进行diff(),但此dsnt起作用。我一直在阅读文档,发现对如何使用转换和应用感到困惑。有什么帮助吗?谢谢
def test(x):
return x.diff()
def daily_windowed_avg(df):
df= df.sort_values(by=['ST','Case'],ascending=[True,True])
df['Case diff'] = df.groupby(df['ST']).transform(lambda x: test(x),axis=1)
return df
daily_windowed_avg(df)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。