我想将多个列的多个函数应用于groupby对象,这将产生一个新的pandas.DataFrame
。
我知道如何分步做:
by_user = lasts.groupby('user')
elapsed_days = by_user.apply(lambda x: (x.elapsed_time * x.num_cores).sum() / 86400)
running_days = by_user.apply(lambda x: (x.running_time * x.num_cores).sum() / 86400)
user_df = elapsed_days.to_frame('elapsed_days').join(running_days.to_frame('running_days'))
不过,我怀疑还有更好的办法,比如:
by_user.agg({'elapsed_days': lambda x: (x.elapsed_time * x.num_cores).sum() / 86400,
'running_days': lambda x: (x.running_time * x.num_cores).sum() / 86400})
但是,这不起作用,因为AFAIKagg()
对pandas.Series
起作用。
我确实找到了this question and answer,但解决方案对我来说相当难看,而且考虑到答案已经将近四年了,现在可能有更好的方法了。
目前没有回答
相关问题 更多 >
编程相关推荐