18

我正试图围绕 Pandas groupby 方法。我想编写一个函数来执行一些聚合函数，然后返回一个 Pandas DataFrame。这是一个使用 sum() 的非常简化的示例。我知道有更简单的方法来做简单的求和，在现实生活中我的功能更复杂：

import pandas as pd
df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B'], 'col2':[1.0, 2, 3, 4]})

In [3]: df
Out[3]: 
  col1  col2
0    A     1
1    A     2
2    B     3
3    B     4

def func2(df):
    dfout = pd.DataFrame({ 'col1' : df['col1'].unique() ,
                           'someData': sum(df['col2']) })
    return  dfout

t = df.groupby('col1').apply(func2)

In [6]: t
Out[6]: 
       col1  someData
col1                 
A    0    A         3
B    0    B         7

我没想到col1那里有两次，也没有想到那个神秘的索引。我真的以为我会得到col1& someData。

在我的现实生活应用程序中，我按不止一列进行分组，并且真的想取回 DataFrame 而不是 Series 对象。
在上面的示例中，关于 Pandas 正在做什么的解决方案或解释的任何想法？

----- 添加信息 -----

我应该从这个例子开始，我认为：

In [13]: import pandas as pd

In [14]: df = pd.DataFrame({'col1':['A','A','A','B','B','B'], 'col2':['C','D','D','D','C','C'], 'col3':[.1,.2,.4,.6,.8,1]})

In [15]: df
Out[15]: 
  col1 col2  col3
0    A    C   0.1
1    A    D   0.2
2    A    D   0.4
3    B    D   0.6
4    B    C   0.8
5    B    C   1.0

In [16]: def func3(df):
   ....:         dfout =  sum(df['col3']**2)
   ....:         return  dfout
   ....: 

In [17]: t = df.groupby(['col1', 'col2']).apply(func3)

In [18]: t
Out[18]: 
col1  col2
A     C       0.01
      D       0.20
B     C       1.64
      D       0.36

在上图中，apply()函数的结果是 Pandas Series。它缺少来自df.groupby. 我苦苦挣扎的本质是如何创建一个应用于 groupby 的函数，该函数返回函数的结果和分组的列？

----- 又一个更新 ------

看来，如果我这样做：

 pd.DataFrame(t).reset_index()

我得到了一个非常接近我所追求的数据框。

4

1 回答 1

8

您看到 0 列的原因是因为 的输出.unique()是一个数组。

了解您的应用程序如何工作的最佳方法是按组检查每个操作：

In [11] :g = df.groupby('col1')

In [12]: g.get_group('A')
Out[12]: 
  col1  col2
0    A     1
1    A     2

In [13]: g.get_group('A')['col1'].unique()
Out[13]: array([A], dtype=object)

In [14]: sum(g.get_group('A')['col2'])
Out[14]: 3.0

大多数情况下，您希望这是一个聚合值。

的输出grouped.apply将始终将组标签作为索引（“col1”的唯一值），因此您的示例构造col1对我来说似乎有点迟钝。

注意：要弹出'col1'（索引）回到您可以调用的列reset_index，因此在这种情况下。

In [15]: g.sum().reset_index()
Out[15]: 
  col1  col2
0    A     3
1    B     7
于 2013-02-21T14:27:46.680 回答