python - 如何对某些列进行 df.groupby(cols).apply(my_func) 处理，同时保留一些未处理的列？

Question

假设我有一个 Pandas 数据框df，其中包含 a,b,c,d...z 列。我想：df.groupby('a').apply(my_func())对于列d-z，而保持列'b' & 'c'不变。怎么做 ？

我注意到 Pandas 可以通过传递 dict 将不同的功能应用于不同的列。但是我有一个很长的列列表，只想设置参数或提示以简单地告诉 Pandas 绕过某些列并应用于my_func()其余列？（否则我必须建立一个长的字典）

Answer 1

一种简单（且通用）的方法是使用您感兴趣的子集创建数据框的视图（或者，根据您的情况，创建一个包含除您要忽略的列之外的所有列的视图），然后使用 APPLY看法。

In [116]: df
Out[116]: 
     a  b         c  d        f
0  one  3  0.493808  a      bob
1  two  8  0.150585  b    alice
2  one  6  0.641816  c  michael
3  two  5  0.935653  d      joe
4  one  1  0.521159  e     kate

使用您喜欢的方法来创建您需要的视图。您可以像这样选择一系列列df_view = df.ix[:,'b':'d']，但以下内容可能对您的场景更有用：

#I want all columns except two 
cols = df.columns.tolist()    
mycols = [x for x in cols if not x in ['a','f']]
df_view = df[mycols]

将您的功能应用于该视图。（请注意，这还没有改变 df 中的任何内容。）

In [158]: df_view.apply(lambda x: x /2)
Out[158]: 
   b         c   d
0  1  0.246904  20
1  4  0.075293  25
2  3  0.320908  28
3  2  0.467827  28
4  0  0.260579  24

使用 update() 更新 df

In [156]: df.update(df_view.apply(lambda x: x/2))

In [157]: df
Out[157]: 
     a  b         c   d        f
0  one  1  0.246904  20      bob
1  two  4  0.075293  25    alice
2  one  3  0.320908  28  michael
3  two  2  0.467827  28      joe
4  one  0  0.260579  24     kate