Pandas groupby：获取每个组的产品价值答案

【问题标题】：Pandas groupby: get product value for each individual groupPandas groupby：获取每个组的产品价值
【发布时间】：2018-03-27 17:53:27
【问题描述】：

这可能听起来有点愚蠢，所以提前道歉。我有这样的数据框：

            value       date
0           1.0         2010-01-31
1           0.3         2010-02-28
2           1.6         2011-03-31
3           2.5         2011-04-30
4          -1.0         2012-05-31
5          -0.3         2012-06-30
6           1.6         2013-07-31

我想按年份分组，并将以下公式应用于每个组 [[(1 + v1) * (1 + v2) * (1 + v3) *....(1 +vn)] - 1] * 100 因此，操作是将组中的每个单独元素加 1，然后取其乘积，然后从结果值中减去 1，然后将其乘以 100

但是当我这样做时

df.groupby(a.date.dt.year).apply(lambda x: (1+x['value'])).prod()

我得到一个单一的值（我认为它得到了一切的产品。我如何获得每个组的产品（每年的单一值）

【问题讨论】：

标签： python pandas vector multiplication pandas-groupby

【解决方案1】：

你可以在groupbyapply函数之外使用assign

df.assign(val=df.value+1).groupby(df.date.dt.year).val.prod()-1
Out[800]: 
date
2010    1.6
2011    8.1
2012   -1.0
2013    1.6
Name: val, dtype: float64

两个好处：

1、更容易理解

2、更高效

【讨论】：

我永远相信你会回答我的问题 :) 谢谢。但我只是好奇是否可以用 groupby 来做。执行 groupby(df.date.dt.year).sum() 会为每个组提供单独的值，而不是 prod()。是否有其他函数或参数可以做到这一点？
@Fizi 我认为对于您自己的解决方案，您只需更改为（将 prod 放入应用）df.groupby(a.date.dt.year).apply(lambda x: (1+x['value']).prod())
@Fizi 还 df.groupby(a.date.dt.year).apply(lambda x: (1+x['value'])) 为每个组返回值，这是 groupby 之后的结果，如果您在末尾添加 .prod() ，这意味着您想将整个列合并在一起，温馨提示，groupby 只跟随一个函数，而不是像`groupby().sum().prod(), In your situation , apply` 这样的链函数被算作一个函数
啊，这很有帮助。此外，在您的解决方案中 - 您能否以某种方式在同一命令中链接乘法 100。由于它是一个系列，我首先分配它，然后在下一步中相乘
@Fizi (df.assign(val=df.value+1).groupby(df.date.dt.year).val.prod()-1)*100

【解决方案2】：

df.groupby(a.date.dt.year).apply(lambda x: (1+x['value'])).prod()

此语句将计算相应列中所有值的乘积。因此，无论数据是否按年份分组，都只会返回一个值。但是，如果您在 lambda 函数中应用 prod() 函数，如图所示 -

df.groupby(a.date.dt.year).apply(lambda x: (1+x['value']).prod())

这应该会给出你想要的输出。

【讨论】：