【问题标题】：Is there a standard name for the groupby/apply operation?groupby/apply 操作是否有标准名称？
【发布时间】：2021-07-29 18:16:52
【问题描述】：

数据

分类变量 CV1：X1,X2,X3...Xn

数值变量 NV1：1-1000

时间：0-100

C1	Time	NV1
X1	0	1
X1	1	100
X2	0	200
X2	1	500

操作 1：按类别变量拆分

数据帧1

C1	Time	NV1
X1	0	1
X1	1	100

数据帧2

C1	Time	NV1
X2	0	200
X2	1	500

操作2：应用自定义函数

import numpy as np 

def custom_func (anyarray):
    last_element_in_array = anyarray [-1] 
    first_element_in_array = anyarray [0] 
    return  np.sin (last_element_in_array) * np.ln (first_element_in_array)
     
custom_func (DataFrame1 ['NV1'].values) # np.sin (100) * np.ln (1)

操作3：重新组合DataFrame1和DataFrame2

C1	NV1
X2	Custom Function output : np.sin (100) * np.ln (1)
X2	Custom Function output : np.sin (500) * np.ln (200)

【问题讨论】：

“拆分应用组合”pandas.pydata.org/docs/user_guide/groupby.html
@PaulH 非常感谢。这是正确的答案。

标签： pandas parallel-processing apply data-wrangling custom-function

【解决方案1】：

这是groupby 操作：

data.groupby('C1')['NV1'].apply(custom_func)

【讨论】：

感谢您的澄清。此外，应用“自定义函数”和“groupby 操作”的组合是否有自己的名称？！鉴于它是我认为数据转换历史上最常见的案例之一。要添加上下文，我想用谷歌搜索最快的方法。尤其是现在在 python 中有 vaex,Dask,numba,Spark 和所有这些加速包。