如何在 groupby 之后在 lambda 中使用条件进行聚合答案

【问题标题】：How to agg with condition in lambda after groupby如何在 groupby 之后在 lambda 中使用条件进行聚合
【发布时间】：2020-01-07 03:48:27
【问题描述】：

在groupby 之后，我想agg 和lambda 有条件，只选择'product1_Gift0' == 1

但似乎无法得到答案

需要'保证金'计算的指导，而不是计算全部，仅在'product1_Gift0' equal '1'时计算

data = [['john', 'A01', 0, 0.0],['john', 'A01', 1, 1.0],['john', 'A01', 1, 0.5],['jess', 'B01', 0, 0.0],['jess', 'B01', 0, 0.0],['jess', 'B01', 1, 0.8]]


df2 = pd.DataFrame(data, columns = ['member', 'orderID','product1_Gift0','margin']) 

df3 = df2.groupby('member').agg({
                                 'product1_Gift0': lambda x: sum(x)/len(x),
                                 'margin' : lambda x: sum(x)/len(x),
                              })

actual_result = [['john', 'A01', 0.3333, 0.50],
                 ['john', 'A01', 0.6667, 0.27]]

expected_result = [['john', 'A01', 0.3333, 0.75],
                   ['john', 'A01', 0.6667, 0.80]]

谢谢

【问题讨论】：

标签： python lambda group-by aggregate

【解决方案1】：

试试这个：

>>> df2.groupby('member').apply(lambda x: pd.Series({"product_Gift0_mean": x.product1_Gift0.mean(), "margin_mean": sum(x.margin * (x.product1_Gift0==1))/(x.product1_Gift0==1).sum()}))
        margin_mean  product_Gift0_mean
member
jess           0.80            0.333333
john           0.75            0.666667

【讨论】：

谢谢！题外话，你能不能指出你使用的资源，当你试图掌握对 lambda 的理解时
Lambda 函数只是应用于您正在获取的任何输入的函数（因此 lambda 函数参数是一个输入）。您可以尝试 W3 Schools 的基础知识：w3schools.com/python/python_lambda.asp，以及 apply 本身的文档：pandas.pydata.org/pandas-docs/version/0.23/generated/…
我试图理解你的逻辑。您的答案是将答案分成“0”、“1”列。我可以知道如何实现“预期结果”，其中答案是通过“agg”函数单线形成的。我可以分几次完成，加入 df 和重命名。只是想知道你是如何在单线中实现它的。谢谢
@Jonathan 请更新。现在我使用 apply 而不是 agg，因为：stackoverflow.com/a/21831599/11610186。 Apply 只是与整个数据集交互 - 所以我可以在列之间建立相互依赖关系 - 这是你想要的（据我所知）。