按日期列分组并将函数应用于分组依据

Question

我之前尝试过问一个问题，但被删除了，以便我可以更清楚地询问并显示我正在尝试的内容（如果它很接近）。

我的样本df是

    day         a   b
  5/11/19       3   1
  5/11/19       4   6
  5/12/19       1   2
  5/12/19       5   9
  5/13/19      11   14

我想按天列分组，并希望有一个新的 df 来计算 col a 和 col b 的值的数量

我正在尝试类似的东西

def calc_(group_df):
result = dict()
result["x"] = group_df[(group_df.x) < 10] / len(group_df.x)
result["y"] = group_df[(group_df.y) < 10] / len(group_df.y)
return pd.Series(result, index=["x", "y"])

然后

df.groupby("day").apply(calc)

但我收到了错误

TypeError：Could not operation 163143 with block values unsupported operand type(s) for /: 'str' and 'int'

我错过了什么吗？

我想要我的最终输出

     day         a   b
  5/11/19       .3  .1
  5/12/19       .5  .9
  5/13/19       .1  .4

我希望它按工作日分组，并希望每个工作日在我的最终输出中只显示一次。

Answer 1

我不完全确定你希望你的最终数据框是什么样子，但看起来这是你可以做的。

使用这个数据框作为输入：

       day   a   b
0  5/11/19   3   1
1  5/11/19  11   3
2  5/12/19   5   9
3  5/13/19  11  14

def calc(df):

    len_a_under_10 = (df['a'] < 10).sum() / len(df['a'])
    len_b_under_10 = (df['b'] < 10).sum() / len(df['b'])

    df['a_under_10'] = len_a_under_10
    df['b_under_10'] = len_b_under_10

return df

df.groupby('day').apply(calc)

给予：

       day   a   b  a_under_10  b_under_10
0  5/11/19   3   1         0.5         1.0
1  5/11/19  11   3         0.5         1.0
2  5/12/19   5   9         1.0         1.0
3  5/13/19  11  14         0.0         0.0