将函数应用于pandas数据框架中的组

Question

我试着把简单的函数应用到熊猫的群体中。我有这个数据帧，可以按type分组：

df = pandas.DataFrame({"id": ["a", "b", "c", "d"], "v": [1,2,3,4], "type": ["X", "Y", "Y", "Y"]}).set_index("id")
df.groupby("type").mean()  # gets the mean per type

在取每组的平均值之前，我只想将类似np.log2的函数应用于这些组。这不起作用，因为apply是按元素排列的，而type（以及在实际场景中df中可能的其他列）不是数字：

# fails
df.apply(np.log2).groupby("type").mean()

在取平均值之前，有没有办法只对组应用np.log2？我以为transform是答案，但问题是它返回的数据帧没有原始的type列：

df.groupby("type").transform(np.log2)
           v
id          
a   0.000000
b   1.000000
c   1.584963
d   2.000000

像分组然后应用这样的变量不起作用：df.groupby("type").apply(np.log2)。正确的方法是什么？

Answer 1

问题是np.log2无法处理第一列。相反，您只需要传递您的数字列。您可以按照注释中的建议执行此操作，或者定义一个lambda：

df.groupby('type').apply(lambda x: np.mean(np.log2(x['v'])))

---

根据注释，我将定义一个函数：

df['w'] = [5, 6, 7,8]

def foo(x):
     return x._get_numeric_data().apply(axis=0, func=np.log2).mean()

df.groupby('type').apply(foo)

#              v         w
# type                    
# X     0.000000  2.321928
# Y     1.528321  2.797439