![](/img/trans.png)
[英]pandas groupby() with custom aggregate function to concatenate columns then rows using pandas
[英]pandas dataframe groupby columns and aggregate on custom function
我正在嘗試按某些列對 dataframe 進行分組,然后對於每個組,將其列系列作為列表傳遞給custom
function 或lambda
並獲得單個聚合結果。
這是一個df:
orgid. appid. p. type. version
-------------------------------------------------
24e78b 4ef36d 1 None 3.3.7
24e78b 4ef36d 2 None 3.4.1
24e78b 4ef36d 1 None 3.3.7-beta-1
24e78b 4ef36d 1 None 3.4.0-mvn.1
24e78b 4ef36d 2 None 3.4.0-beta.5
24e78b 4ef36d 1 None 3.4.0-beta.1
24e78b 4ef36d 1 None 3.4.0
24e78b 4ef36d 1 None 3.3.5
所以我有一個 function ,它接受一個版本列表並返回一個max
版本字符串。
>> versions = ['3.4.0-mvn.1', '3.4.0-beta.1', '3.4.0', '3.3.7-beta-1', '3.3.7', '3.3.5', '3.4.0-beta-1']
>> str(max(map(semver.VersionInfo.parse, versions)))
'3.4.0'
現在我想將 dataframe 分組,然后將每個組的version
系列作為列表傳遞給此 function 並返回單個版本字符串。
我試過了:
>> g = df.groupby(['orgid', 'appid', 'p', 'type'])
>> g['version'].apply(lambda x: str(max(map(semver.VersionInfo.parse, x.tolist()))))
Series([], Name: version, dtype: float64)
我得到一個空系列。
預期 output:
orgid. appid. p. type. version
24e78b 4ef36d 1 None 3.4.0
24e78b 4ef36d 2 None 3.4.1
我還在此處發布的多個列上通過多個自定義聚合 function 引用此 Pandas 組。
但無法正確處理。
嘗試:
import semver
df["version"] = df["version"].apply(semver.VersionInfo.parse)
out = df.groupby(["orgid", "appid", "p", "type"], as_index=False).max()
print(out)
印刷:
orgid appid p type version
0 24e78b 4ef36d 1 None 3.4.0
1 24e78b 4ef36d 2 None 3.4.1
這是因為您傳遞給 groupby 方法的列中的 None 值。
試着做:
df = df.fillna('None')
在調用 df.groupby(...) 之前,它應該可以工作。
out = (df.groupby(['orgid', 'appid', 'p', 'type'], as_index=False)['version']
.agg(lambda x: max(semver.VersionInfo.parse(v) for v in x)))
print(out)
# Output:
orgid appid p type version
0 24e78b 4ef36d 1 None 3.4.0
1 24e78b 4ef36d 2 None 3.4.1
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.