如何将函数应用于 GroupBy 对象的多个列？

Question

让我们假设我们有一个GroupBy 对象，它是作为groupby 操作的结果应用于DataFrame：

grouped = data_frame.groupy(['col_1', 'col_2'])

如果我们指定 GroupBy 对象中的值应该如何组合以获得单个值，我们可以生成一个新的数据框。例如：

grouped.agg('col_3':sum, 'col_4':min, 'col_5':user_defined_function)

在上面的示例中，我们使用了将列表（或更准确地说，系列）作为输入并返回单个值作为输出的函数。这很好，但我需要的是使用两个系列作为输入。例如，我想从col_3 和col_4 中获取值并使用它们生成单个值。

例如，我可能想找出col_3 和col_4 中对应值之间的最大绝对差。

有没有办法在 pandas 中做到这一点？

Answer 1

如果您没有为每列指定一个函数，则所有列都将传递给该函数（适用于 apply 和 agg）。所以：

data_frame.groupy(['col_1', 'col_2']).apply(lambda x: np.max(np.abs(x['col_3'] - x['col_4'])))

这给出了每组 col_3 和 col_4 之间的绝对最大差异。