Pandas：使用groupby时对不同的列应用不同的自定义函数

Question

我希望能够在我的 pandas dataframe 上使用“groupby”，为每一列使用不同的自定义函数。 例如，如果我将其作为输入：

annotator  event          interval_presence   duration
3          birds          [0,5]               5
3          birds          [7,9]               10
3          voices         [1,2]               10
3          traffic        [1,7]               7
5          voices         [4,7]               4
5          voices         [5,10]              6
5          traffic        [0,1]               4

其中“interval_presence”中的每个项目都是 pandas 间隔。 合并时，我想取“持续时间”列的平均值，我想在“interval_presence”中的间隔上使用“pd.arrays.IntervalArray”和“piso.union”。 所以这将是 output：

annotator  event          interval_presence   duration
3          birds          [[0,5],[7,9]]       7.5
3          voices         [1,2]               10
3          traffic        [1,7]               7
5          voices         [4,10]              5
5          traffic        [0,1]               4

现在，由于帖子中的答案，我知道如何合并我的间隔： Pandas：如何通过间隔并集合并行。 所以解决方案是：

data = data.groupby(['annotator', 'event'])['interval_presence'] \
    .apply(pd.arrays.IntervalArray) \
    .apply(piso.union) \
    .reset_index()

但是我怎样才能同时将“平均”function 应用于“持续时间”？

Answer 1

您使用了错误的agg语法。 尝试这个：

df.groupby(["annotator", "event"]).agg({
    "interval_presence": lambda s: piso.union(pd.arrays.IntervalArray(s)),
    "duration": "mean"
})

在 lambda 中， s是一系列pd.Interval对象。