df = pd.DataFrame({'A':[11,11,22,22],'mask':[0,0,0,1],'values':np.arange(10,30,5)})
df
A mask values
0 11 0 10
1 11 0 15
2 22 0 20
3 22 1 25
现在我如何按 A 分组,并保持列名完整,然后将自定义函数放入 Z:
def calculate_df_stats(dfs):
mask_ = list(dfs['B'])
mean = np.ma.array(list(dfs['values']), mask=mask_).mean()
return mean
df['Z'] = df.groupby('A').agg(calculate_df_stats) # does not work
并生成:
A mask values Z
0 11 0 10 12.5
1 22 0 20 25
无论我做什么,它只会用掩码的平均值替换值列。
并且您的解决方案可以应用于两列上的函数并在新列中返回吗?
谢谢!
编辑: 澄清更多:假设我在Mysql中有这样一个表:
SELECT * FROM `Reader_datapoint` WHERE `wavelength` = '560'
LIMIT 200;
这给了我这样的结果: http: //pastebin.com/qXiaWcJq
如果我现在运行这个:
SELECT *, avg(action_value) FROM `Reader_datapoint` WHERE `wavelength` = '560'
group by `reader_plate_ID`;
我得到:
datapoint_ID plate_ID coordinate_x coordinate_y res_value wavelength ignore avg(action_value)
193 1 0 0 2.1783 560 NULL 2.090027083333334
481 2 0 0 1.7544 560 NULL 1.4695583333333333
769 3 0 0 2.0161 560 NULL 1.6637885416666673
如何在 Pandas 中复制这种行为?请注意,所有列名保持不变,取第一个值,并添加新列。