如何在 pandas 中的分組數據上按列應用用戶定義的 function

Question

如何將用戶定義的 function 列應用於 pandas 中的分組數據。 用戶定義的 function 返回一系列固定的形狀。

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)

我已經嘗試過上面的片段。 但我沒有得到預期格式的結果。

城市| 等級| 年齡 | 薩爾

c1 | 意思| x | 是的

c2 | 標准 | x1 | y1

你能幫忙嗎？

Answer 1

我認為這里沒有必要自定義level ，而是通過GroupBy.agg聚合函數列表並通過DataFrame.stack重塑，最后一個DataFrame.rename_axis是city名稱軸和標簽：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