使用apply, transform, agg - Python Pandas时如何引用groupby索引？

Question

具体来说，假设我们有两个 DataFrame：

df1:

    date    A
0   12/1/14 3
1   12/1/14 1
2   12/3/14 2
3   12/3/14 3
4   12/3/14 4
5   12/6/14 5

df2:

        B
12/1/14 10
12/2/14 20
12/3/14 10
12/4/14 30
12/5/14 10
12/6/14 20

现在想对df1中的date进行groupby，将每组中的A值相加，然后用df2中df2中对应日期的B值归一化。像这样

df1.groupby('date').agg(lambda x: np.sum(x)/df2.loc[x.date,'B'])

问题是aggregate、apply、transform都不能引用索引。知道如何解决这个问题吗？

Answer 1

> df_grouped = df1.groupby('date').sum()
> print df_grouped['A'] / df2['B'].astype(float)
date
12/1/14    0.40
12/2/14     NaN
12/3/14    0.90
12/4/14     NaN
12/5/14     NaN
12/6/14    0.25
dtype: float64

Answer 2

当您调用 .groupby('column') 时，它会使 column 成为 DataFrameGroupBy 索引的一部分。并且可以通过 .index 属性.

访问

因此，在您的情况下，假设 date 不是 df 中索引的一部分，这应该有效：

def f(x):
    return x.sum() / df2.set_index('date').loc[x.index[0], 'B']

df1.set_index('date').groupby(level='date').apply(f)

这会产生：

               A
date            
2014-01-12  0.40
2014-03-12  0.90
2014-06-12  0.25

如果 date 在 df2 的索引中 - 只需在上面的代码中使用 df2.loc[x.index[0], 'B']。

如果 date 在 df1.index 中，将最后一行更改为 df1.groupby(level='date').apply(f)。