10

我正在尝试将简单的功能应用于熊猫中的组。我有这个数据框，我可以按以下方式分组type：

df = pandas.DataFrame({"id": ["a", "b", "c", "d"], "v": [1,2,3,4], "type": ["X", "Y", "Y", "Y"]}).set_index("id")
df.groupby("type").mean()  # gets the mean per type

我想np.log2在取每个组的平均值之前只对组应用一个函数。这不起作用，因为apply元素明智并且type（以及df实际场景中可能的其他列）不是数字：

# fails
df.apply(np.log2).groupby("type").mean()

有没有办法np.log2在取平均值之前只适用于组？我认为transform这将是答案，但问题是它返回一个没有原始type列的数据框：

df.groupby("type").transform(np.log2)
           v
id          
a   0.000000
b   1.000000
c   1.584963
d   2.000000

分组然后应用之类的变体不起作用：df.groupby("type").apply(np.log2). 这样做的正确方法是什么？

4

1 回答 1

13

问题是np.log2无法处理第一列。相反，您只需要传递您的数字列。您可以按照评论中的建议执行此操作，或定义一个lambda：

df.groupby('type').apply(lambda x: np.mean(np.log2(x['v'])))

根据评论，我会定义一个函数：

df['w'] = [5, 6, 7,8]

def foo(x):
     return x._get_numeric_data().apply(axis=0, func=np.log2).mean()

df.groupby('type').apply(foo)

#              v         w
# type                    
# X     0.000000  2.321928
# Y     1.528321  2.797439
于 2013-08-08T22:54:08.470 回答