如何使用 pandas groupby 函数在 numpy 数组上应用函数答案

【问题标题】：how to apply Functions on numpy arrays using pandas groupby function如何使用 pandas groupby 函数在 numpy 数组上应用函数
【发布时间】：2014-07-16 01:16:24
【问题描述】：

我对 pandas 很陌生，所以我希望这会有一个简单的答案（我也感谢所有指向数据框设置的指针）

假设我有以下 DataFrame：

D = pd.DataFrame({ i:{ "name":str(i),
                       "vector": np.arange(i,i+10),
                       "sq":i**2,
                       "gp":i%3 } for i in range(10) }).T

    gp  name sq  vector
0    0   0   0   [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1    1   1   1   [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
2    2   2   4   [2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
3    0   3   9   [3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
4    1   4   16  [4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
5    2   5   25  [5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
6    0   6   36  [6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
7    1   7   49  [7, 8, 9, 10, 11, 12, 13, 14, 15, 16]
8    2   8   64  [8, 9, 10, 11, 12, 13, 14, 15, 16, 17]
9    0   9   81  [9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

现在我想按“gp”分组并获得“向量”的平均值

我试过了

D.groupby('gp').mean()

甚至

D.groupby('gp').agg( np.mean )

但我收到一个错误，即没有要聚合的“数字类型”。那么 np.arrays 在 pandas 中不起作用吗？

【问题讨论】：

标签： python arrays numpy pandas

【解决方案1】：

对我来说它有效：

D.groupby('gp').apply(lambda x: x.vector.mean().mean())

我取平均值两次，因为您想要向量平均值的平均组值（不是吗？）。

Out[98]: 
gp
0     9.0
1     8.5
2     9.5
dtype: float64

如果你想要平均向量，只取平均一次。

【讨论】：

嗯，不，我实际上想要平均向量（但这是我的问题，我没有问得足够精确）。您的解决方案仍然对我很有效（仅使用一种平均值），所以谢谢。

【解决方案2】：

单元格中的数组不是一个好主意，您可以将向量列转换为多列：

D = pd.DataFrame({ i:{ "name":str(i),
                       "vector": np.arange(i,i+10),
                       "sq":i**2,
                       "gp":i%3 } for i in range(10) }).T
df = pd.concat([D[["gp", "name", "sq"]], pd.DataFrame(D.vector.tolist(), index=D.index)], axis=1, keys=["attrs", "vector"])
print df.groupby([("attrs", "gp")]).mean()

这是输出：

                  vector                                                  
                  0    1    2    3    4     5     6     7     8     9
(attrs, gp)                                                          
0               4.5  5.5  6.5  7.5  8.5   9.5  10.5  11.5  12.5  13.5
1               4.0  5.0  6.0  7.0  8.0   9.0  10.0  11.0  12.0  13.0
2               5.0  6.0  7.0  8.0  9.0  10.0  11.0  12.0  13.0  14.0

【讨论】：

哇，看起来很精致。我想我得消化一会儿。我想这是这些概念之一，起初看起来非常困难，但一旦你理解了它们，就会变得非常有用和pythonic，对吧？好吧，据说我的主要问题更复杂，因为“向量”应该是一个大小相同的 3d 数组，对于我希望将其平均值按不同标准分组在一起的每一行。