Pandas groupby汇总传递组名进行汇总

Question

在一种常见用法模式中，我需要使用自定义聚合函数来聚合DataFrame。 在这种特殊情况下，聚合功能需要知道当前组才能正确执行聚合。

为每个组和每个列调用传递给DataFrameGroupBy.aggregate()函数，以接收具有当前组和列中的元素的Series。 我发现从聚合函数内部获取组名的唯一方法是将分组列添加到索引，然后使用x.index.get_level_values('power')[0]提取值。 这里是一个例子：

def _tail_mean_user_th(x):
    power = x.index.get_level_values('power')[0]
    th = th_dict[power]  # this values changes with the group
    return x.loc[x > th].mean() - th

mbsize_df = (bursts_sel.set_index('power', append=True).groupby('power')
             .agg({'nt': _tail_mean_user_th}))

在我看来，聚合函数需要了解当前组是很常见的情况。 在这种情况下是否有更直接的模式？

---

编辑 ：我接受下面包括使用该解决方案apply ，而不是agg的的GroupBy对象。 两者之间的区别在于， agg为每个组和每个列调用函数，而apply则为每个组（一次所有列）调用函数。 一个细微的后果是， agg将为当前组和列传递一个Series ，其name属性等于原始列的名称。 相反， apply将传递一个name属性等于当前组的Series （这是我的问题）。 有趣的是，当对多列进行操作时， apply将传递一个具有设置为组名的name属性（对于DataFrames通常不存在）的DataFrame。 因此，当一次聚合多个列时，此模式也适用。

有关更多信息，请参见pandas agg和apply函数之间的区别是什么？

Answer 1

如果使用groupby + apply ，则可以通过.name属性使用它：

df = pd.DataFrame({'a': [1, 2, 1, 2], 'b': [1, 1, 2, 2]})
def foo(g):
    print('at group %s' % g.name)
    return int(g.name) + g.sum()    

>>> df.b.groupby(df.a).apply(foo)
at group 1
at group 2
a
1    4
2    5
Name: b, dtype: int64