我正在尝试以一种聪明的方式通过使用.groupby
和pandas
dataframe
进行一些计算,使用以下数据:
import numpy as np
import pandas as pd
df = 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)})
In [2]: df
Out[2]:
A B C D
0 foo one 0.469112 -0.861849
1 bar one -0.282863 -2.104569
2 foo two -1.509059 -0.494929
3 bar three -1.135632 1.071804
4 foo two 1.212112 0.721555
5 bar two -0.173215 -0.706771
6 foo one 0.119209 -1.039575
7 foo three -1.044236 0.271860
我想用更短更快的方法计算以下输出:
A B var1 var2 var3
bar one 0.000000 0.000000 0.000000
three 0.000000 0.000000 0.000000
two 0.000000 0.000000 0.000000
foo one 0.822999 19.705290 0.731207
three 0.000000 0.000000 0.000000
two 0.229541 5.509553 0.697971
现在我知道如何用另一种方式来做:
# lambda functions to apply
diff = lambda x: max(x)-min(x)
per = lambda x: (max(x)-min(x))/max(x)
ratio1 = lambda x: (max(x)-min(x))/ len(x)
# grouping using col C
df.groupby(['A','B'])['C'].apply(diff) # var1
#Grouping using col D
df.groupby(['A','B'])['D'].apply(per) # var2
df.groupby(['A','B'])['D'].apply(ratio1) #var3
编辑: 我知道如何将所有结果连接到一个数据帧中,但我想知道如何在一个数据帧中执行这3个操作。任何建议都是可以接受的,即使是不做所有在一个,因为低性能。。。你知道吗
您可以使用
agg()
:要跳过重命名部分,可以调用函数
var1
、var2
和var3
,并在groupby
中使用它。你知道吗编辑
尝试使用:
编辑的编辑
这在
pandas
版本0.19.2
上适用:相关问题 更多 >
编程相关推荐