将函数应用于pandas数据帧中的组

Question

我正在尝试将简单的函数应用于pandas中的组.我有这个数据框,我可以分组type:

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

我想np.log2在获取每组的平均值之前,仅将一个函数应用于组.这不起作用,因为它apply是元素明智的type(并且df在实际场景中可能还有其他列)不是数字:

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

是否有办法np.log2在采取平均值之前仅适用于群体？我认为transform这将是答案,但问题是它返回一个没有原始type列的数据框:

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

分组然后应用的变体不起作用:df.groupby("type").apply(np.log2).这样做的正确方法是什么？

Answer 1

问题是np.log2无法处理第一列.相反,您只需传递数字列.您可以按照评论中的建议执行此操作,或定义lambda:

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

根据评论,我会定义一个函数:

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