当某些列由“描述”聚合而其他列由各种其他聚合器聚合时，如何定义 pandas.groupby 聚合函数？

Question

我正在尝试从批量生产过程中汇总来自各种传感器的数据，以便使用 pandas.groupby().agg({}) 函数将其与最终产品相匹配。

为了方便起见，因为我们还不确定如何最好地总结某些属性，所以我想对某些属性使用“描述”功能。其他属性需要几个聚合函数，例如['最小'，'最大']。

问题在于，当在同一个字典中提供时，pandas 似乎无法在同一个分组操作中执行这两个操作。

小例子：

df = pd.DataFrame({'Sensor_1': [1, 2, 3, 4, 5, 6, 5, 4, 3, 3, 2], 
'Sensor_2': [2, 2, 3, 3, 7, 6, 9, 2, 2, 1, 1], 
'Batch': [1, 1, 1, 2, 1, 2, 1, 2, 2, 2, 2]})

我现在可以使用 groupby 运算符执行以下分组：

df.groupby('Batch').agg({'Sensor_1': 'mean',
                        'Sensor_2': 'describe'})

我也可以像这样分组：

df.groupby('Batch').agg({'Sensor_1': ['mean', 'min'],
                        'Sensor_2': 'max'})

但是，定义如下：

df.groupby('Batch').agg({'Sensor_1': ['mean', 'min'],
                        'Sensor_2': 'describe'})

引发以下错误：

TypeError: 无法连接“class 'dict'”类型的对象；只有 pd.Series、pd.DataFrame 和 pd.Panel（已弃用）obj 有效

有谁知道为什么会发生这种情况以及如何解决这个问题？

我将 Jupyter Hub 与 Python 3.6.8 和 Pandas 版本 0.23.0 一起使用

Answer 1

你可以做什么基本上通过定义一个分位数函数来给出describe方法的所有功能

def quant(n):
    def quantile_(x):
        return np.quantile(x, n)
    quantile_.__name__ = 'quantile_%s' % n
    return quantile_

然后就是：

df.groupby("Batch").agg({"Sensor_1": ['mean', 'min'], 
                         "Sensor_2": ['std', 'min', quant(.25), quant(.50), quant(.75), 'max']})

希望对你有帮助:)