我有一个数据框:
df = pd.DataFrame({'c':[0,1,1,2,2,2], 'date':pd.to_datetime(['2016-01-01','2016-02-01','2016-03-01','2016-04-01','2016-05-01','2016-06-01'])})
对于每一行,我想得到一个数字 = 每个日期的月份数(Jan=1,Feb=2 等)+ 该组的长度(第一组有 1 名成员,第二组有 2 名等。 ):
所以它应该返回类似的东西:
c date num
0 2016-01-01 2
1 2016-02-01 4
1 2016-03-01 5
2 2016-04-01 7
2 2016-05-01 8
2 2016-06-01 9
我创建了一个函数:
def testlambda(x):
print(x)
return x.dt.month.astype('int') + len(x)
并使用了groupby + transform:
df['num'] = df.groupby(['c'])['date'].transform(lambda x: testlambda(x))
但是返回的新列仍然是日期格式,即使我的 lambda 返回 int。
在这里做什么?
最佳答案
尝试使用 DataFrameGroupBy.transform()
而不是 SeriesGroupBy.transform()
因为后者试图将结果转换为源数据类型:
In [131]: def testlambda(x):
...: #print(x)
...: return x.dt.month.astype('int') + len(x)
...:
In [132]: df
Out[132]:
c date
0 0 2016-01-01
1 1 2016-02-01
2 1 2016-03-01
3 2 2016-04-01
4 2 2016-05-01
5 2 2016-06-01
# v v - thats's the only difference
In [133]: df['num'] = df.groupby(['c'])[['date']].transform(lambda x: testlambda(x))
In [134]: df
Out[134]:
c date num
0 0 2016-01-01 2
1 1 2016-02-01 4
2 1 2016-03-01 5
3 2 2016-04-01 7
4 2 2016-05-01 8
5 2 2016-06-01 9
关于python - Pandas groupby 在重新组装组时更改返回类型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41527625/