Python-Pandas：Groupby和Apply多列操作

Question

df1是具有4列的数据帧。在

我想创建一个新的数据帧（df2），方法是将列“a”分组为df1，并对列“C”和“D”执行多列操作

“AA”列=平均值（C）+平均值（D）

“BB”列=标准（D）

df1= pd.DataFrame({
    'A' : ['foo', 'bar', 'foo', 'bar','foo', 'bar', 'foo', 'foo'],
    'B' : ['one', 'one', 'two', 'three','two', 'two', 'one', 'three'],
    'C' : np.random.randn(8), 
    'D' : np.random.randn(8)})

   A      B         C         D
0  foo    one  1.652675 -1.983378
1  bar    one  0.926656 -0.598756
2  foo    two  0.131381  0.604803
3  bar  three -0.436376 -1.186363
4  foo    two  0.487161 -0.650876
5  bar    two  0.358007  0.249967
6  foo    one -1.150428  2.275528
7  foo  three  0.202677 -1.408699

def fun1(gg): # this does not work
    return pd.DataFrame({'AA':C.mean()+gg.C.std(), 'BB':gg.C.std()})


dg1 = df1.groupby('A')
df2 = dg1.apply(fun1)

这不起作用。似乎aggregation（）只适用于序列，而多列操作是不可能的。 而apply（）只能通过多列操作生成序列输出。 有没有其他方法可以用多列操作产生多列输出（DataFrame）？在

Answer 1

你的f函数有没有打字错误？AA应该是C.mean() + C.std()还是{}

在第一种情况下，AA=C.mean() + C.std()

In [91]: df = df1.groupby('A').agg({'C': lambda x: x.mean() + x.std(),
                                    'D': lambda x  x.std()})

In [92]: df
Out[92]: 
            C         D
A                      
bar  1.255506  0.588981
foo  1.775945  0.442724

对于第二个问题C.mean() + D.mean()，情况并没有那么好。当您给groupby对象上的.agg函数一个dict时，我认为没有办法从两列中获取值。在

^{pr2}$

您可能需要将g.mean（）和g.std（）分配给临时变量，以避免计算它们两次。在