在 pandas 和 numpy 中聚合 lambda 函数

Question

我在下面有一个聚合语句：

data = data.groupby(['type', 'status', 'name']).agg({'one' : np.mean, 'two' : lambda value: 100* ((value>32).sum() / reading.mean()), 'test2': lambda value: 100* ((value > 45).sum() / value.mean())})

我继续遇到关键错误。我已经能够使它适用于一个 lambda 函数，但不是两个。

Answer 1

您需要在data 中指定要聚合其值的列。 例如，

data = data.groupby(['type', 'status', 'name'])['value'].agg(...)

而不是

data = data.groupby(['type', 'status', 'name']).agg(...)

如果您没有提及该列（例如'value'），则传递给agg 的dict 中的键将被视为列名。 KeyErrors 是 Pandas 告诉您在 DataFrame data 中找不到名为 one、two 或 test2 的列的方式。

注意：将字典传递给groupby/agg 已被弃用。相反，您应该改为传递一个元组列表。每个元组都应采用('new_column_name', callable) 的形式。

---

这是可运行的示例：

import numpy as np
import pandas as pd

N = 100
data = pd.DataFrame({
    'type': np.random.randint(10, size=N),
    'status': np.random.randint(10, size=N),
    'name': np.random.randint(10, size=N),
    'value': np.random.randint(10, size=N),
})

reading = np.random.random(10,)

data = data.groupby(['type', 'status', 'name'])['value'].agg(
    [('one',  np.mean), 
    ('two', lambda value: 100* ((value>32).sum() / reading.mean())), 
    ('test2', lambda value: 100* ((value > 45).sum() / value.mean()))])
print(data)
#                   one  two  test2
# type status name                 
# 0    1      3     3.0    0    0.0
#             7     4.0    0    0.0
#             9     8.0    0    0.0
#      3      1     5.0    0    0.0
#             6     3.0    0    0.0
# ...

---

如果这不符合您的情况，那么请提供符合的可运行代码。