GroupBy 聚合 function 一次計算兩個值

Question

我有一個如下的數據名：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 1, 2, 2, 2],
    'B': [1, 2, 3, 4, 5, 6],
    'C': [4, 5, 6, 7, 8, 9],
})

現在我想對每組產生兩個值進行分組和聚合。 結果應類似於以下內容：

expected = df.groupby('A').agg([min, max])

#     B       C    
#   min max min max
# A                
# 1   1   3   4   6
# 2   4   6   7   9

但是，在我的例子中，我有一個 function 來一次計算這兩個值，而不是兩個不同的函數min和max ：

def minmax(x):
    """This function promises to compute the min and max in one go."""
    return min(x), max(x)

現在我的問題是，如何使用這個function為每組生成兩個聚合值？

這有點與這個答案有關，但我不知道該怎么做。 我能想到的最好的方法是使用雙重嵌套apply ，但這不是很優雅，而且它會在行而不是列上產生多索引：

result = df.groupby('A').apply(
    lambda g: g.drop(columns='A').apply(
        lambda h: pd.Series(dict(zip(['min', 'max'], minmax(h))))
    )
)

#        B  C
# A          
# 1 min  1  4
#   max  3  6
# 2 min  4  7
#   max  6  9

Answer 1

如果您遇到返回值tuple的 function 。 ID：

1. 定義一個新的 function 將tuple值包裝到一個dict中，以便您預定義dict.keys()以與您想要的列名對齊。
2. 使用不浪費時間和空間的小心for循環。

---

包裹 Function

# Given Function
def minmax(x):
    """This function promises to compute the min and max in one go."""
    return min(x), max(x)

# wrapped function
def minmax_dict(x):
    return dict(zip(['min', 'max'], minmax(x)))

for循環

我的目標是將此字典傳遞給pd.DataFrame構造函數。 這意味着，我想要鍵中的MultiIndex列元素的元組。 我希望這些值是字典，鍵是索引元素。

dat = {}
for a, d in df.set_index('A').groupby('A'):
    for cn, c in d.iteritems():
        for k, v in minmax_dict(c).items():
            dat.setdefault((cn, k), {})[a] = v

pd.DataFrame(dat).rename_axis('A')

    B       C    
  min max min max
A                
1   1   3   4   6
2   4   6   7   9

---

添加詳細信息

看看精心制作的字典

data

{('B', 'min'): {1: 1, 2: 4},
 ('B', 'max'): {1: 3, 2: 6},
 ('C', 'min'): {1: 4, 2: 7},
 ('C', 'max'): {1: 6, 2: 9}}

Answer 2

另一種解決方案：

pd.concat({k:d.agg(minmax).set_axis(['min','max'])
           for k,d in df.drop('A',axis=1).groupby(df['A'])
          })

Output：

       B  C
1 min  1  4
  max  3  6
2 min  4  7
  max  6  9