我有一个分组的 DataFrame,我想将其与应该映射到特定列的函数字典聚合。对于单级列,这很简单 groups.agg({'colname': <function>})
.然而,我正在努力使它与多级列一起工作,我只想从中引用一个级别。
这是一个例子。
让我们制作一些示例数据:
import itertools
import pandas as pd
lev1 = ['foo', 'bar', 'baz']
lev2 = list('abc')
n = 6
df = pd.DataFrame({k: np.random.randn(n) for k in itertools.product(lev1,lev2)},
index=pd.DatetimeIndex(start='2015-01-01', periods=n, freq='11D'))
看起来像:
bar baz foo
a b c a b c a b c
2015-01-01 -1.11 2.12 -1.00 0.18 0.14 1.24 0.73 0.06 3.66
2015-01-12 -1.43 0.75 0.38 0.04 -0.33 -0.42 1.00 -1.63 -1.35
2015-01-23 0.01 -1.70 -1.39 0.59 -1.10 -1.17 -1.51 -0.54 -1.11
2015-02-03 0.93 0.70 -0.12 1.07 -0.97 -0.45 -0.19 0.11 -0.79
2015-02-14 0.30 0.49 0.60 -0.28 -0.38 1.11 0.15 0.78 -0.58
2015-02-25 -0.26 0.51 0.82 0.05 -1.45 0.14 0.53 -0.33 -1.35
按月分组:
groups = df.groupby(pd.TimeGrouper('MS'))
根据列中的顶层定义一些函数:
funcs = {'bar': np.sum, 'baz': np.mean, 'foo': np.min}
但是,做 groups.agg(funcs)
导致 KeyError,因为它期望每个级别都有一个键,这是有道理的。
这确实有效,例如:
groups.agg({('bar', 'a'): np.mean})
bar
a
2015-01-01 -0.845554
2015-02-01 0.324897
但我不想在第二层指定每个键。所以我正在寻找可以像这样工作的东西:
groups.agg({('bar', slice(None)): np.mean})
但这当然行不通,因为 slice
不可散列,因此不能放入字典中。
解决方法是:
def multifunc(group):
func = funcs[group.name[0]]
return func(group)
groups.agg(multifunc)
但这不是很可读,对我来说也不是“Pandonic”。此外,它不允许在与 agg
相同的列上使用多个函数。功能确实如此。必须有更好/标准的方法来执行此类任务,这并不少见。
最佳答案
我认为这没有捷径可走。幸运的是,显式构建所需的字典并不难:
result = groups.agg(
{(k1, k2): funcs[k1] for k1, k2 in itertools.product(lev1,lev2)})
import itertools
import numpy as np
import pandas as pd
lev1 = ['foo', 'bar', 'baz']
lev2 = list('abc')
n = 6
df = pd.DataFrame(
{k: np.random.randn(n) for k in itertools.product(lev1,lev2)},
index=pd.DatetimeIndex(start='2015-01-01', periods=n, freq='11D'))
groups = df.groupby(pd.TimeGrouper('MS'))
funcs = {'bar': np.sum, 'baz': np.mean, 'foo': np.min}
result = groups.agg(
{(k1, k2): funcs[k1] for k1, k2 in itertools.product(lev1,lev2)})
result = result.sortlevel(axis=1)
print(result)
产量
bar baz \
a b c a b c
2015-01-01 -2.144890 1.075044 1.038169 -0.460649 -0.309966 -0.211147
2015-02-01 1.313744 0.247171 1.049129 -0.174827 -0.437982 -0.196427
foo
a b c
2015-01-01 -1.358973 -1.846916 -0.896234
2015-02-01 -1.354953 -0.699607 0.288214
关于python - 具有多级列的聚合组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28833074/