PandasGroupby：如何使用两个lambda函数？

Question

我现在可以在熊猫身上做以下事情，但我受到了来自未来警告的严厉指责：

grpd = df.groupby("rank").agg({
    "mean": np.mean, "meian": np.median, "min": np.min, "max": np.max, 
    "25th percentile": lambda x: np.percentile(x, 25),
    "75th percentile": lambda x: np.percentile(x, 75)
})

因为我有两个lambda函数，所以下面抛出一个错误：

^{pr2}$

这会引发：

SpecificationError: Function names must be unique, found multiple named <lambda>

我唯一能使这项工作成功的方法（不忽略警告，我可能应该这么做）是使用下面这样一个复杂的过程

1. 用一个lambda函数定义我的DF（第25个百分位），以及我需要的其他所有东西（最小值、最大值等）
2. 重命名cols以除去MultiIndex
3. 创建另一个DF，进行另一个分组，这次使用我想要的另一列（第75个百分点）
4. 再次重命名cols（谢谢MultiIndex！）在
5. 连接回索引上的原始DF

我有什么遗漏吗？当然，有更好的方法来完成我想象中相当常见的事情（使用两个不能直接从numpy导入的聚合）。在

Answer 1

这是另一种类似于MaxU的方法，但是它允许您创建任意数量的lambda函数。所以，如果我们想要每10个百分位可以做如下的事情

n_percentile_groups = 10
lambda_list = []

for pcntl in np.linspace(10, 100, n_percentile_groups):
    lmbd = lambda x, pcntl=pcntl: np.percentile(x, int(pcntl))
    lmbd.__name__ = 'percentile_%d' % pcntl
    lambda_list.append(lmbd)

现在将lambda_list传递给groupby.agg()，或附加其他函数列表，例如lambda_list + [np.mean, np.min, ...]。在

如果你只想要5个不同的百分位，那么你可以改变n_percentile_groups = 5。在

最终，我不确定这是一个健壮的还是好的方法-使用可变数量的lambda-但是由于groupby deprecation - 0.21这似乎是我唯一知道的方法。对此非常欢迎评论。在

Answer 2

它是一个known bug，使用：

def percentile_25(x): return np.percentile(x, 25)
def percentile_75(x): return np.percentile(x, 75)

Answer 3

尝试以下小技巧：

percentile_25 = lambda x: np.percentile(x, 25)
percentile_25.__name__ = 'percentile_25'
percentile_75 = lambda x: np.percentile(x, 75)
percentile_75.__name__ = 'percentile_75'