用两列定义 aggfunc 作为熊猫数据透视表中的参数

Question

我只需要一个值列作为结果在下面的代码：

df = pd.DataFrame({'team':['a','a'],'balance':[100,3],'dpd':[0,60]})
df.pivot_table(index='team',values=['balance','dpd'], 
               aggfunc=lambda x: np.sum(np.where(x.dpd>=30,x.balance,0))/np.sum(x.balance))

这个回报：

      balance      dpd
team 
a    0.029126 0.029126

但是，我想要的是一个具有新名称的列：

        dqratio
team
a       0.029126

Answer 1

我想你正在寻找groupby并且apply

df.groupby('team').apply(lambda x: np.sum(np.where(x['dpd']>=30,x['balance'],0))/np.sum(x['balance'])).to_frame('dqratio')
       dqratio
team          
a     0.029126