如何在 groupby 中使用具有多个参数的函数答案

【问题标题】：How to use functions with several paramiters in a groupby如何在 groupby 中使用具有多个参数的函数
【发布时间】：2022-09-23 12:55:26
【问题描述】：

我有以下数据集，我想为其计算几个聚合指标>

对于一些我正在使用标准函数，但对于其他我中继 tsfresh library，我从那里导入函数：

sample.groupby(\'id\').agg([\'std\', benford_correlation,absolute_maximum])

它适用于只有一个参数的函数，例如：

from tsfresh.feature_extraction.feature_calculators import benford_correlation #(x)
from tsfresh.feature_extraction.feature_calculators import absolute_maximum #(x)

但对于其他人来说：

从 tsfresh.feature_extraction.feature_calculators 导入自相关#(x, lag)

我得到和错误，因为它有两个参数，x 和 lag by 我只在 groupby 中隐式传递 x。

如何指定所需的其他参数？

标签： python pandas group-by time-series tsfresh

【解决方案1】：

请参阅pandas.DataFrameGroupBy.aggregate 文档。额外的关键字参数被传递给函数。所以你可以这样做：

sample.groupby('id').agg(
    ['std', benford_correlation,absolute_maximum],
    additional_arg=value,
)

但如果您需要向每个函数传递不同的参数，则可以使用 lambda 函数：

sample.groupby('id').agg(
    [
        'std',
        lambda s: benford_correlation(s, lag=1),
        absolute_maximum,
    ],
)

【讨论】：