如何将不同的函数应用于groupby对象？

发布时间：2020-12-20 12:12:08 所属栏目：Python 来源：网络整理

导读：我有这样的数据帧： import pandas as pddf = pd.DataFrame({'id': [1,2,1,2],'min_max': ['max_val','max_val','min_val','min_val'],'value': [1,20,10,12,3,-10,-5 ]}) id min_max value0 1 max_val 11 2 max_val 202 1 min_val 203 1 min_val 104 2 max_

我有这样的数据帧：

import pandas as pd

df = pd.DataFrame({'id': [1,2,1,2],'min_max': ['max_val','max_val','min_val','min_val'],'value': [1,20,10,12,3,-10,-5 ]})

   id  min_max  value
0   1  max_val      1
1   2  max_val     20
2   1  min_val     20
3   1  min_val     10
4   2  max_val     12
5   1  max_val      3
6   2  min_val    -10
7   2  min_val     -5

每个id都有几个与之关联的最大值和最小值.我想要的输出如下：

max  min
id          
1     3   10
2    20  -10

它包含每个id的最大max_val和最小min_val.

目前我实现如下：

gdf = df.groupby(by=['id','min_max'])['value']

max_max = gdf.max().loc[:,'max_val']
min_min = gdf.min().loc[:,'min_val']

final_df = pd.concat([max_max,min_min],axis=1)
final_df.columns = ['max','min']

我不喜欢的是我必须在分组的数据帧gdf上调用.max()和.min(),我将丢弃50％的信息(因为我对最大min_val和最小值不感兴趣) MIN_VAL).

有没有办法以更直接的方式做到这一点,例如将应该应用于组的函数直接传递给groupby调用？

编辑：

df.groupby('id')['value'].agg(['max','min'])

是不够的,因为可能存在一个组的min_val高于该组的所有max_val或max_val低于所有min_val的情况.因此,还必须基于列min_max进行分组.

结果

df.groupby('id')['value'].agg(['max','min'])

    max  min
id          
1    20    1
2    20  -10

上面代码的结果：

max  min
id          
1     3   10
2    20  -10

解决方法

这是一个略显诙谐的解决方案：

>>> df.groupby(['id','min_max'])['value'].apply(lambda g: getattr(g,g.name[1][:3])()).unstack()
min_max  max_val  min_val
id                       
1              3       10
2             20      -10

这将应用一个函数,该函数从组密钥中获取要应用的实函数的名称.

显然,如果字符串“max_val”和函数名“max”之间没有这么简单的关系,那么这就行不通.它可以通过将dict映射列值映射到要应用的函数来推广,如下所示：

func_map = {'min_val': min,'max_val': max}
df.groupby(['id','min_max'])['value'].apply(lambda g: func_map[g.name[1]](g)).unstack()

请注意,这比上面的版本效率稍低,因为它调用普通的Python max / min而不是优化的pandas版本.但是如果你想要一个更通用的解决方案,那就是你必须要做的事情,因为没有优化的pandas版本. (这也或多或少地为什么没有内置的方法来执行此操作：对于大多数数据,您不能假设您的值可以映射到有意义的函数,因此尝试确定没有意义基于值本身应用的函数.)

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!