在 pandas DataFrame 的多列中应用自定义函数答案

【问题标题】：Applying custom function across multiple columns of a pandas DataFrame在 pandas DataFrame 的多列中应用自定义函数
【发布时间】：2018-12-22 18:18:37
【问题描述】：

我对 pandas 还很陌生，甚至无法说明问题，更不用说解决问题了。如果有这样的熊猫数据框：

m = [[1,2,3], [4,2,4], [3,4,5], [2,3,4], [1,5,3], [4,2,5], [3,4,3], [2,1,4], [1,2,3], [4,3,3], [3,2,5], [2,2,4]]
d = pd.DataFrame(m, columns=['key', 'val1', 'val2'])

我想对每一行应用一个自定义函数（例如，val1 ** val2）。然后我想按键聚合（例如，平均值）。最终结果将如下所示：

   key  result
0    1   47.00
1    2   32.67
2    3  373.33
3    4   19.00

我知道我可以通过使用循环来做到这一点，但我希望以最 Python/pandas 的方式实现这一点：通过按键分组，然后在所有列中应用自定义函数。或者也许最好在所有行中应用自定义函数，然后通过平均聚合按键应用 groupby？

TIA

【问题讨论】：

标签： python pandas

【解决方案1】：

通过自定义函数创建新的Series，并通过Series - d['key'] 与聚合mean 创建groupby：

d = (d['val1'] ** d['val2']).groupby(d['key']).mean().reset_index(name='mean')

或者先新建列再聚合mean：

d['col'] = (d['val1'] ** d['val2'])
d = d.groupby('key')['col'].mean().reset_index(name='mean')

print (d)
   key        mean
0    1   47.000000
1    2   32.666667
2    3  373.333333
3    4   25.000000

【讨论】：