【问题标题】:How to apply function to ALL columns of dataframe GROUPWISELY ? (In python pandas)如何将函数应用于数据框 GROUPWISELY 的所有列? (在 python 熊猫中)
【发布时间】:2018-07-22 12:08:27
【问题描述】:

如何“分组”将函数应用于数据框的每一列? IE。按一列的值分组并计算例如意味着每个组+其他列。预期的输出是具有索引的数据框 - 不同组的名称和值 - 每个组+列的平均值

例如考虑:

df = pd.DataFrame(np.arange(16).reshape(4,4), columns=['A', 'B', 'C', 'D'])
df['group'] = ['a', 'a', 'b','b']


    A   B   C   D   group
0   0   1   2   3   a
1   4   5   6   7   a
2   8   9   10  11  b
3   12  13  14  15  b

我想计算例如np.mean 对于每一列,但“分组”, 在该特定示例中,可以通过以下方式完成:

t = df.groupby('group').agg({'A': np.mean, 'B': np.mean, 'C': np.mean, 'D': np.mean })

    A   B   C   D
group               
a   2   3   4   5
b   10  11  12  13

但是,它需要明确使用列名“A”:np.mean,“B”:np.mean,“C”:np.mean,“D”:np.mean 这对我的任务来说是不可接受的,因为它们可以更改。

【问题讨论】:

  • df.groupby('group').mean() ?

标签: python pandas dataframe pandas-groupby


【解决方案1】:

MaxU 评论更简单的是groupby + GroupBy.mean:

df1 = df.groupby('group').mean()
print (df1)
        A   B   C   D
group                
a       2   3   4   5
b      10  11  12  13

如果需要索引中的列:

df1 = df.groupby('group', as_index=False).mean()
print (df1)
  group   A   B   C   D
0     a   2   3   4   5
1     b  10  11  12  13

【讨论】:

  • 哇哦,我怎么不知道as_index 的存在?这改变了一切!
  • 非常感谢!是否有文件描述可以应用什么而不是“意思”?我查看了pandas.pydata.org/pandas-docs/stable/…,但没有这样的例子
  • 您也可以使用sum、median、count...Check docs。
【解决方案2】:

您不需要明确命名列。

df.groupby('group').agg('mean')

将根据要求为每列生成每个组的平均值:

        A   B   C   D
group                
a       2   3   4   5
b      10  11  12  13

【讨论】:

    【解决方案3】:

    下面的工作:

    df.groupby('group').apply(np.mean, axis=0)

    回馈

              A     B     C     D
    group                        
    a       2.0   3.0   4.0   5.0
    b      10.0  11.0  12.0  13.0
    

    apply 将axis = {0,1} 作为附加参数,从而指定您是要按行还是按列应用函数。

    【讨论】:

    • 对此不完全确定,但我认为apply 会比标准聚合方法慢。
    • @ason​​gtoruin 你说得对,apply 在这些情况下确实比agg 慢。
    猜你喜欢
    • 2021-07-22
    • 2022-01-04
    • 2019-02-07
    • 2018-11-13
    • 1970-01-01
    • 2021-02-12
    • 2017-08-23
    • 1970-01-01
    相关资源
    最近更新 更多