作用于 pandas 中多个列的自定义聚合答案

【问题标题】：Custom aggregation that acts on more than one columns in pandas作用于 pandas 中多个列的自定义聚合
【发布时间】：2022-12-16 21:19:18
【问题描述】：

请注意，这个问题确实不是询问在 pandas 中我们是否可以在聚合期间对多个列应用函数。这是一个例子：

数据框：

A x y
foo 0 0
foo 1 1
foo 2 2
foo 3 3
bar 0 2
bar 2 3
bar 4 4
bar 6 5

我想按 A 列对这个表进行分组，并计算每组的线性回归 y=k*x+b。所以我们要实现这个：

A k b
foo 1.0 0.0
bar 0.5 2.0

我尝试按索引 A 分组，并使用 aggregate 方法：

grouped = table.groupby('A')
grouped.aggregate(f)

def f():
    pass

虽然我发现此方法会将表格拆分为系列并将该系列提供给函数f，因此f 无法同时访问两列。

那么，我该如何做这种以拆分-应用-组合的方式作用于多列的“聚合”功能呢？

【问题讨论】：

【解决方案1】：

如果需要同时处理多列使用GroupBy.apply

def f(x):
    print (x)

grouped = table.groupby('A').apply(f)

【讨论】：

【解决方案2】：

采用：

from scipy.stats import linregress

df.groupby('A').apply(lambda g: pd.Series(linregress(g['x'], g['y'])[:2], index=['k', 'b']))

【讨论】：