给定一个 Pandas 数据框,我通过应用自定义函数的 groupby 表达式评估几个变量。工作正常(暂时忽略第二个 0-index-column),但我也想将该函数应用于完整的 DataFrame。
xxx = pd.DataFrame([['A',1],['A',2],['B',3]],columns=(['cls','val']))
xxx
cls val
0 A 1
1 A 2
2 B 3
def myagg(dat):
vmax=dat.val.max()
vmean=dat.val.mean()
return pd.DataFrame([[vmax,vmean]],columns=(['MaxV','MeanV']))
xxx.groupby('cls').apply(myagg)
产量
MaxV MeanV
cls
A 0 2 1.5
B 0 3 3.0
但是 xxx.apply(myagg) 抛出:
AttributeError: ("'Series' 对象没有属性 'val'", '发生在索引 cls')
我可以创建一个常量虚拟变量并按它分组以接收我希望的结果 - 但肯定会有更简单的方法来做到这一点。如果 type(xxx) 返回 pandas.core.frame.DataFrame,为什么 pandas 会将没有 groupby 的帧视为一个系列?我在熊猫 0.23.4;蟒蛇 3.6。
xxx['dummy']='test'
xxx.groupby('dummy').apply(myagg)
MaxV MeanV
dummy
test 0 3 2.0