Pandas使用DataFrame对Series进行分组

Question

我想把一个序列（Series）按照一个数据框（DataFrame）进行分组，然后像下面的例子那样进行一些计算：

In [1]: from pandas import DataFrame

In [2]: df = DataFrame([['Alice', 'F', 100, 1],
                        ['Alice', 'F', 100, 3],
                        ['Drew', 'F', 100, 4],
                        ['Drew', 'M', 100, 5],
                        ['Drew', 'M', 200, 5]],
                       columns=['name', 'sex', 'amount', 'id'])

In [3]: df['amount'].groupby(df[['name', 'sex']]).count()

可惜的是，这样做会出现一个让我困惑的类型错误（TypeError）：

TypeError: 'DataFrame' object is not callable

我知道我可以直接使用列名，但我实际的计算需要更灵活一些，所以我觉得这样做应该是可以的。到底发生了什么呢？怎样才能通过一个任意的数据框来正确地进行分组和计算呢？或者说，根本就没有这样的方式吗？

Answer 1

一种解决方案是把这个序列（Series）变成一个数据框（DataFrame），然后和一个分组的数据框（grouper DataFrame）合并，再根据分组的数据框的列进行分组，最后重新选择分组后的列。也就是说：

# Example inputs
pregrouped = df['amount']
grouper = df[['name', 'sex']]

# General computation
pregrouped = DataFrame(pregrouped)
grouper = DataFrame(grouper) 

full = grouper.join(pregrouped)
groups = full.groupby(list(grouper.columns))[list(pregrouped.columns)]
result = groups.some_reduction()[list(pregrouped.columns)].reset_index()

这样做有没有什么特别浪费的地方？这个方法的运行速度大约和常见情况下的标准计算速度差不多。