这是一个相当小的问题,但它触发了我的强迫症,我一直未能找到一个合适的解决方案,在过去的半个小时。
在后台,我想为一个数据帧中的每个组计算一个值(我们称之为F),这个数据帧来自于现有数据帧中列的聚合度量值。
下面是一个我正在尝试的玩具示例:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': ['X', 'Y', 'X', 'Y', 'Y', 'Y', 'Y', 'X', 'Y', 'X'],
'B': ['N', 'N', 'N', 'M', 'N', 'M', 'M', 'N', 'M', 'N'],
'C': [69, 83, 28, 25, 11, 31, 14, 37, 14, 0],
'D': [ 0.3, 0.1, 0.1, 0.8, 0.8, 0. , 0.8, 0.8, 0.1, 0.8],
'E': [11, 11, 12, 11, 11, 12, 12, 11, 12, 12]
})
df_grp = df.groupby(['A','B'])
df_grp.apply(lambda x: x['C'].sum() * x['D'].mean() / x['E'].max())
我想做的是为apply
(或lambda
)的结果分配一个名称。在不将lambda
移到命名函数或在运行最后一行后重命名列的情况下,是否仍要执行此操作?
您可以使用
reset_index()
将series
转换为dataframe
,并提供name='yout_col_name'
——与序列值对应的列的名称让lambda函数返回一个新序列:
相关问题 更多 >
编程相关推荐