在 Pandas `transform()` 中使用自定义函数（中值绝对偏差）

Question

我有一个 pandas 数据框，我想按簇计算其中值绝对偏差。我假设 pandas 方法mad是中值绝对偏差，但看起来它是平均绝对偏差。我写的代码行是

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('mad')

我尝试编写自己的一个小函数来计算中值绝对偏差

def myMAD(x):
    med = np.median(x)
    x   = abs(x-med)
    MAD = np.median(x)
    return MAD

并更改我的代码以读取

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('myMAD')

不幸的是这不起作用。我收到 AttributeError 'SeriesGroupBy' 对象没有属性 'myMAD'。

如何通过集群计算数据帧中列的中值绝对偏差，并使用转换正确地使用跨行广播的 MAD 创建新列？

提前致谢

托马斯·飞利浦

Answer 1

你很接近，需要myMAD代替，'myMAD'因为你的自定义函数：

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform(myMAD)

编辑：

您的解决方案无需按列分组的辅助列即可df['Cluster']：

s1 = df.groupby('Cluster')['PPGamp'].transform('median')
s2 = df['PPGamp'].sub(s1).abs()

df['MAD PPGamp'] = s2.groupby(df['Cluster']).transform('median')