在所有列上聚合

Question

Python 3和0.23

我有一个有2000列的数据框，需要根据每列的汇总统计数据来消除一些变量。你知道吗

试验数据：

data = pd.DataFrame({
    'a': np.random.normal(0, 2, 10), \
    'b': np.random.normal(0, 2, 10), \
    'c': np.random.normal(0, 2, 10) \
    })

作品：

data.aggregate(['min','max', 'nunique']).transpose()

行，但如何命名lambda列？你知道吗

data.aggregate(['min','max', 'nunique', (lambda x: np.unique(x).size / x.size)]).transpose()

显然，你应该能够给聚合函数一个dict，但我不能让它工作，除了命名所有要计算统计信息的列，即2000列。你知道吗

我不希望生成的数据帧的格式为每min、max、nunqiue的一列，以及原始数据帧中每列的一行

Answer 1

您可以在聚合之后rename列<lambda>，但是如果您有多个lambda函数，那么它们都具有相同的名称，这是一个问题。相反，只需使用所需的名称定义函数，然后在agg中调用它们。你知道吗

import numpy as np

def named_f1(x):
    return np.unique(x).size / x.size

data.aggregate(['min','max', 'nunique', named_f1]).T

输出：

        min       max  nunique  named_f1
a -4.152149  4.095229     10.0       1.0
b -3.436940  3.266958     10.0       1.0
c -1.703651  3.198662     10.0       1.0