Pandas groupby为每个系列定制功能

Question

我很难将自定义函数应用于Pandas中的每组groupby列

我的自定义函数采用一系列数字并获取连续对的差异并返回所有差异的均值.下面是代码

def mean_gap(a):
    b = []
    for i in range(0, len(a)-1):
        b.append((a[i+1]-a[i]))
    return np.mean(b)

所以如果a = [1,3,7] mean_gap(a)会给我((3-1)+(7-3))/ 2)= 3.0

 Dataframe:
   one two
    a  1
    a  3
    a  7
    b  8
    b  9

desired result
     Dataframe:
       one two
        a  3
        b  1

df.groupby([ '一个'])[ '2'].???

我是熊猫新手.我读到groupby一次取每行的值,而不是完整的序列.因此我无法在groupby之后使用lambda.请帮忙!

Answer 1

使用自定义功能,您可以执行以下操作:

df.groupby('one')['two'].agg(lambda x: x.diff().mean())
one
a    3
b    1
Name: two, dtype: int64

并重置索引:

df.groupby('one')['two'].agg(lambda x: x.diff().mean()).reset_index(name='two')


    one  two
0   a    3
1   b    1

另一种选择是:

df.groupby('one')['two'].diff().groupby(df['one']).mean()
one
a    3.0
b    1.0
Name: two, dtype: float64

您的方法也可以使用以下方法:

def mean_gap(a):
    b = []
    a = np.asarray(a)
    for i in range(0, len(a)-1):
        b.append((a[i+1]-a[i]))
    return np.mean(b) 

df.groupby('one')['two'].agg(mean_gap)
one
a    3
b    1
Name: two, dtype: int64

a = np.asarray(a)是必要的,否则你会得到KeyErrors b.append((a[i+1]-a[i])).