假设我有一个数据框
import pandas as pd
df = pd.DataFrame({'group':['A','A','B','B','C','C'],'score':[1,2,3,4,5,6]})
首先,比如说,我想计算各组的分数总和。我通常会
def group_func(x):
d = {}
d['sum_scores'] = x['score'].sum()
return pd.Series(d)
df.groupby('group').apply(group_func).reset_index()
现在假设我要修改group_func
,但这种修改要求我知道当前输入的组标识x
。我在函数的定义内尝试过x['group']
,但都没有奏效。x[group].iloc[0]
函数有没有办法
group_func(x)
知道当前输入的定义坐标x
?
在这个玩具示例中,比如说,我只想得到:
pd.DataFrame({'group':['A','B','C'],'sum_scores':[3,7,11],'name_of_group':['A','B','C']})
显然最后一列只是重复第一列。我想知道如何使用类似group_func(x)
. 比如:当group_func
处理x
与组“A”对应的 并为 生成值 3 时sum_scores
,如何在 的本地范围内提取当前身份“A” group_func
?
只需添加.name
def group_func(x):
d = {}
d['sum_scores'] = x['score'].sum()
d['group_name'] = x.name # d['group_name'] = x['group'].iloc[0]
return pd.Series(d)
df.groupby('group').apply(group_func)
Out[63]:
sum_scores group_name
group
A 3 A
B 7 B
C 11 C
您的代码修复请参阅有关添加标记的行''
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句