python - 如何在 Pandas bygroup 中应用 linregress

Question

我想在 Pandas ByGroup 中应用 scipy.stats.linregress。我查看了文档，但我只能看到如何将某些内容应用于单个列，例如

grouped.agg(np.sum)

或类似的功能

grouped.agg('D' : lambda x: np.std(x, ddof=1)) 

但是如何应用具有两个输入 X 和 Y 的 linregress？

Answer 1

该linregress函数以及许多其他 scipy/numpy 函数接受“类似数组”的 X 和 Y，Series 和 DataFrame 都可以。

例如：

from scipy.stats import linregress
X = pd.Series(np.arange(10))
Y = pd.Series(np.arange(10))

In [4]: linregress(X, Y)
Out[4]: (1.0, 0.0, 1.0, 4.3749999999999517e-80, 0.0)

事实上，能够使用 scipy（和 numpy）函数是 pandas 的杀手级功能之一！

因此，如果您有一个 DataFrame，您可以在其列（即系列）上使用 linregress：

linregress(df['col_X'], df['col_Y'])

如果使用 groupby，您可以类似地apply（对每个组）：

grouped.apply(lambda x: linregress(x['col_X'], x['col_Y']))