Pandas groupby匯總傳遞組名進行匯總

Question

在一種常見用法模式中，我需要使用自定義聚合函數來聚合DataFrame。 在這種特殊情況下，聚合功能需要知道當前組才能正確執行聚合。

為每個組和每個列調用傳遞給DataFrameGroupBy.aggregate()函數，以接收具有當前組和列中的元素的Series。 我發現從聚合函數內部獲取組名的唯一方法是將分組列添加到索引，然后使用x.index.get_level_values('power')[0]提取值。 這里是一個例子：

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}))

在我看來，聚合函數需要了解當前組是很常見的情況。 在這種情況下是否有更直接的模式？

---

編輯 ：我接受下面包括使用該解決方案apply ，而不是agg的的GroupBy對象。 兩者之間的區別在於， agg為每個組和每個列調用函數，而apply則為每個組（一次所有列）調用函數。 一個細微的后果是， agg將為當前組和列傳遞一個Series ，其name屬性等於原始列的名稱。 相反， apply將傳遞一個name屬性等於當前組的Series （這是我的問題）。 有趣的是，當對多列進行操作時， apply將傳遞一個具有設置為組名的name屬性（對於DataFrames通常不存在）的DataFrame。 因此，當一次聚合多個列時，此模式也適用。

有關更多信息，請參見pandas agg和apply函數之間的區別是什么？

Answer 1

如果使用groupby + apply ，則可以通過.name屬性使用它：

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