Pandas 适用于按帧分组和完整数据帧

Question

给定一个 Pandas 数据框，我通过应用自定义函数的 groupby 表达式评估几个变量。工作正常（暂时忽略第二个 0-index-column），但我也想将该函数应用于完整的 DataFrame。

xxx = pd.DataFrame([['A',1],['A',2],['B',3]],columns=(['cls','val']))
xxx

    cls val
0   A   1
1   A   2
2   B   3

def myagg(dat):
    vmax=dat.val.max()
    vmean=dat.val.mean()
    return pd.DataFrame([[vmax,vmean]],columns=(['MaxV','MeanV']))

xxx.groupby('cls').apply(myagg)

产量

        MaxV    MeanV
cls         
A   0   2   1.5
B   0   3   3.0

但是 xxx.apply(myagg) 抛出：

AttributeError: ("'Series' object has no attribute 'val'", 'occurred at index cls')

我可以创建一个常量虚拟变量并对其进行分组以获得我想要的结果 - 但肯定会有更简单的方法来做到这一点。为什么pandas认为没有groupby的frame是一个系列，if type(xxx)returnspandas.core.frame.DataFrame？我在 pandas 0.23.4； python3.6.

xxx['dummy']='test'
xxx.groupby('dummy').apply(myagg)


         MaxV   MeanV
dummy           
test    0   3   2.0

Answer 1

似乎使用虚拟函数就可以了。

def dummy(dat):
    return 1

xxx.groupby(dummy).apply(myagg)

结果如题。无需修改数据框。

Pandas 适用于按帧分组和完整数据帧

Pandas apply on groupby-frames and on full dataframe

python

apply

pandas-apply

pandas-groupby