group-by - 如何将函数应用于 GroupBy 对象的多个列？

Question

假设我们有一个 GroupBy 对象，该对象是通过应用于 DataFrame 的 groupby 操作而获得的:

grouped = data_frame.groupy(['col_1', 'col_2'])

如果我们指定如何组合 GroupBy 对象中的值以获得单个值，我们就可以生成一个新的数据框。例如:

grouped.agg('col_3':sum, 'col_4':min, 'col_5':user_defined_function)

在上面的示例中，我们使用的函数将列表(或更准确地说，系列)作为输入并返回单个值作为输出。这很好，但我需要的是使用两个系列作为输入。例如，我想从 col_3 和 col_4 获取值并使用它们生成单个值。

例如，我可能想找出 col_3 和 col_4 中相应值之间的最大绝对差是多少。

有没有办法在 pandas 中做到这一点？

Answer 1

如果您没有为每列指定一个函数，则所有列都将传递给该函数(对于 apply 和 agg)。所以:

data_frame.groupy(['col_1', 'col_2']).apply(lambda x: np.max(np.abs(x['col_3'] - x['col_4'])))

这给出了每个组的 col_3 和 col_4 之间的绝对最大差异。