将函数应用于分组熊猫数据框中的列并将输出作为新列返回

Question

我有一些由多列组成的天气数据集：

StationID、海拔、日期时间、经度、纬度、降雨量

我有多个站点，它们由各自的 ID 标识。 雨量列有累计雨量。 例如，对于 10 天后的 X 站，我可以有（以毫米/天为单位）：

X 站，0 0 0 1 5 6 6 8 8 15

对于 Y 站，我可以

*站 Y, 0 1 14 14 14 15 18 18 18 20

但我需要的是强度值，即一天减去另一天的量。 这将为我提供 X 站和 Y 站的以下值（第一个值以 0 开头），

X 站，0 0 0 1 4 1 0 2 0 7

站 Y, 0 1 13 0 0 1 3 0 0 2

我创建了一个函数，它接收一个时间序列并计算这个差异：

def intensity(ts):
    ts2 = [0]
    for i in range(0,len(ts[:-1])):
        ts2.append((ts[i+1]-ts[i]))
    return ts2

test = [1,2,3,4,5,10,10,10,20,25]
intensity(test)

现在，我的问题是：如何将此函数应用于每个站组的数据框中的“降雨”列，即：

dfg = df.groupby('station')

然后将输出分配给数据框中的新列（例如：'rain_intensity' 列）？

Answer 1

我认为你需要：

print (df.groupby('station')['rainfall'].apply(intensity))

但更好的是diff用fillna将NaN替换为0 ，然后在必要时转换为int ：

print (df.groupby('StationID')['rainfall'].diff().fillna(0))

样本：

df = pd.DataFrame({'rainfall': [0, 0, 0 ,1, 5, 6, 6, 8, 8, 15, 0, 1, 14, 14, 14, 15, 18, 18, 18, 20],
'StationID': ['station X'] * 10 + ['station Y'] * 10})

print (df)
    StationID  rainfall
0   station X         0
1   station X         0
2   station X         0
3   station X         1
4   station X         5
5   station X         6
6   station X         6
7   station X         8
8   station X         8
9   station X        15
10  station Y         0
11  station Y         1
12  station Y        14
13  station Y        14
14  station Y        14
15  station Y        15
16  station Y        18
17  station Y        18
18  station Y        18
19  station Y        20

def intensity(ts):
    ts = ts.tolist()
    ts2 = [0]
    for i in range(0,len(ts[:-1])):
        ts2.append((ts[i+1]-ts[i]))
    return pd.Series(ts2)

df['diff1'] = df.groupby('StationID')['rainfall'].apply(intensity).reset_index(drop=True)
df['diff2'] = df.groupby('StationID')['rainfall'].diff().fillna(0).astype(int)

print (df)
    StationID  rainfall  diff1  diff2
0   station X         0      0      0
1   station X         0      0      0
2   station X         0      0      0
3   station X         1      1      1
4   station X         5      4      4
5   station X         6      1      1
6   station X         6      0      0
7   station X         8      2      2
8   station X         8      0      0
9   station X        15      7      7
10  station Y         0      0      0
11  station Y         1      1      1
12  station Y        14     13     13
13  station Y        14      0      0
14  station Y        14      0      0
15  station Y        15      1      1
16  station Y        18      3      3
17  station Y        18      0      0
18  station Y        18      0      0
19  station Y        20      2      2