如何在 Pandas Dataframe 中的 groupby 之后使用 assign 函数
How to use assign function after a groupby in Pandas Dataframe
我很好奇我们是否能够在 Python 中的 groupby 之后使用 assign 函数。我不想通过保存分组数据然后使用分配来做到这一点。
假设我们有:
import pandas as pd
data=pd.DataFrame({'Group':['A','A','A','B','B','B'],'One':[1,12,4,5,4,3],'Two':[5,3,4,5,2,7,]})
Group One Two
0 A 1 5
1 A 12 3
2 A 4 4
3 B 5 5
4 B 4 2
5 B 3 7
以下代码不起作用,因为赋值函数中使用的数据不是分组数据:
data.groupby('Group').sum().assign(one_two=data['One']/data['Two'])
预期输出:
One Two one_two
Group
A 17 12 1.416
B 12 14 0.857
同样,我不想将分组数据分配给新数据框然后使用分配。我想在同一行代码中执行此操作。
使用lambda
:
df = data.groupby('Group').sum().assign(one_two=lambda x: x['One']/x['Two'])
print (df)
One Two one_two
Group
A 17 12 1.416667
B 12 14 0.857143
使用DataFrame.eval
data.groupby('Group').sum().eval('one_two = One / Two')
One Two one_two
Group
A 17 12 1.416667
B 12 14 0.857143
我很好奇我们是否能够在 Python 中的 groupby 之后使用 assign 函数。我不想通过保存分组数据然后使用分配来做到这一点。
假设我们有:
import pandas as pd
data=pd.DataFrame({'Group':['A','A','A','B','B','B'],'One':[1,12,4,5,4,3],'Two':[5,3,4,5,2,7,]})
Group One Two
0 A 1 5
1 A 12 3
2 A 4 4
3 B 5 5
4 B 4 2
5 B 3 7
以下代码不起作用,因为赋值函数中使用的数据不是分组数据:
data.groupby('Group').sum().assign(one_two=data['One']/data['Two'])
预期输出:
One Two one_two
Group
A 17 12 1.416
B 12 14 0.857
同样,我不想将分组数据分配给新数据框然后使用分配。我想在同一行代码中执行此操作。
使用lambda
:
df = data.groupby('Group').sum().assign(one_two=lambda x: x['One']/x['Two'])
print (df)
One Two one_two
Group
A 17 12 1.416667
B 12 14 0.857143
使用DataFrame.eval
data.groupby('Group').sum().eval('one_two = One / Two')
One Two one_two
Group
A 17 12 1.416667
B 12 14 0.857143