如何在 pandas 中的分组数据上按列应用用户定义的 function

Question

如何将用户定义的 function 列应用于 pandas 中的分组数据。 用户定义的 function 返回一系列固定的形状。

def getStats(col):
names = ['mean', 'std']
return pd.Series([np.mean(col), np.std(col)], index = names, name = col.name)

df = pd.DataFrame({'city':['c1','c2','c1','c2'],
               'age':[10,20,30,40],
               'sal':[1000,2000,3000,4000]})

grp_data = df.groupby('city')
grp_data.apply(getStats)

我已经尝试过上面的片段。 但我没有得到预期格式的结果。

城市| 等级| 年龄 | 萨尔

c1 | 意思| x | 是的

c2 | 标准 | x1 | y1

你能帮忙吗？

Answer 1

我认为这里没有必要自定义level ，而是通过GroupBy.agg聚合函数列表并通过DataFrame.stack重塑，最后一个DataFrame.rename_axis是city名称轴和标签：rename。

df = df.groupby('city').agg([np.mean,np.std]).stack().rename_axis(['city','level'])
print (df)
                  age          sal
city level                        
c1   mean   20.000000  2000.000000
     std    14.142136  1414.213562
c2   mean   30.000000  3000.000000
     std    14.142136  1414.213562

---

def q(c):
    def f1(x):
        return x.quantile(c)
    f1.__name__ = f'q{c}'
    return f1

df = (df.groupby('city')
        .agg([np.mean,np.std, q(0.25), q(0.75)])
        .stack()
        .rename_axis(['city','level']))

print (df)
                  age          sal
city level                        
c1   mean   20.000000  2000.000000
     std    14.142136  1414.213562
     q0.25  15.000000  1500.000000
     q0.75  25.000000  2500.000000
c2   mean   30.000000  3000.000000
     std    14.142136  1414.213562
     q0.25  25.000000  2500.000000
     q0.75  35.000000  3500.000000