使用户定义的函数与 df.groupby Pandas 兼容

Question

假设我有一个函数可以在某个数据帧上执行一些计算，其中索引是要考虑的变量，列是年份。例如

df:

       1980    1981    1982 .....
var1
var2
var3
.
.
.   

def fun(col_df):
    var_new=var1+var2/var3
    var_new+=df.iloc[:,df.columns.get_loc(col_df+1)].iloc['var_new']

现在假设我有一个数据框frame，其中的观测值由年份和 ID 变量标识。此类标识符被设置为列。

frame:

        date  ID  var1 var2 var3...
0       1980  1   
1       1980  2
2       1981  1
3       1981  2
4       1982  1
5       1982  2

.
.
.   

我想让函数fun 与pandas 中的groupby() 方法兼容。特别是，我的想法是运行

frame.groupby('ID').transform('fun')

在我将frame 转换为与df 相同的形式后，fun 可以毫无问题地应用。我怎样才能做到这一点？重写函数fun 是否更好，以便它可以逐行应用，请记住，我将不得不处理具有两种类型的“框架”形式的数据框标识符（而不是 1）但在列中表示？

Answer 1

pandas groupby transform custom function 涵盖了你必须做的事情的大纲。

你可以这样调用函数

def f(x, col):
    return df.loc[x.index, col]*x

df['g'] = df.groupby('b')['c'].transform(f, col='d')

print(df)

它调用外部数据并通过转换获取传递参数。