将DataFrameGroupBy拆分为单个帧（Pandas）

Question

我按host和operation列对以下DF进行了分组：

df
Out[163]:
<class 'pandas.core.frame.DataFrame'>
Int64Index: 100 entries, 10069 to 1003
Data columns (total 8 columns):
args             100  non-null values
host             100  non-null values
kwargs           100  non-null values
log_timestamp    100  non-null values
operation        100  non-null values
thingy             100  non-null values
status           100  non-null values
time             100  non-null values
dtypes: float64(1), int64(2), object(5)


g = df.groupby(['host','operation'])

g
Out[165]: <pandas.core.groupby.DataFrameGroupBy object at 0x7f46ec731890>

g.groups.keys()[:10]
Out[166]:
[('yy39.segm1.org', 'gtfull'),
 ('yy39.segm1.org', 'updateWidg'),
 ('yy36.segm1.org', 'notifyTestsDelivered'),
 ('yy32.segm1.org', 'notifyTestsDelivered'),
 ('yy20.segm1.org', 'gSettings'),
 ('yy32.segm1.org', 'x_gWidgboxParams'),
 ('yy39.segm1.org', 'clearElems'),
 ('yy3.segm1.org', 'gxyzinf'),
 ('yy34.segm1.org', 'setFlagsOneWidg'),
 ('yy13.segm1.org', 'x_gbinf')]

现在我需要为每个（'host'，'operation'）对获取单独的数据帧。我可以通过迭代组键来实现：

^{pr2}$

问题：

问题1。我想知道是应该拆分DataFrameGroupBy对象，还是有更快的方法来实现目标？在

战略上：我需要计算指数加权移动平均值和指数加权标准差（尽管std-dev应该衰减得慢得多）。在

为此，我需要：

a.按主机、操作分组

b.按日志时间戳排序的每个主机/操作子集

c.计算time列的ewma和ewstd。在

有没有一种方法可以在不分裂DataFrameGroupBy的情况下实现这一目标？在

问题2。目标是在主机/操作的特定时间在过去几分钟内出现异常（过载情况）时发出信号。我有一个想法，如果我计算出“慢ewmsd”和“slow ewma”（较长时间，比如1小时），那么短期ewma（比如5分钟）可以解释为紧急值，如果它与慢速ewma（三西格玛规则）的偏差超过2个。我甚至不确定这是不是正确的/最好的方法。它是？在

可能是这样，因为这与unix1m、5m和15m的平均负载工作方式大致相似：如果15m是正常的，但是1m的平均负载要高得多，那么您知道负载比通常要高得多。但我不确定。在

Answer 1

文档是here

你只需要：

def f(x):
     return a calculation on x

f can also be lambda x: ....

df.groupby(['host','operation']).apply(f)