lambda 自定义聚合函数

Question

我正在使用如下所示的数据集（值已更改，实际数据要大得多）

fruit_type, temp, count
apple, 12, 4
apple, 14, 6
pear, 12, 6
pear, 16, 2
grape 12, 5
peach, 9, 33
peach 6, 3

我正在尝试利用一个 numpy agg 函数来查找每个计数在每个温度下的总计数百分比。我还想要一个代表总数的列。下面是我一直在尝试的代码。

data3 = data2.groupby('fruit_type')['count'].agg({
    'prob' : lambda count: ((count) / count.sum()),
    'total' : lambda count: count.size
    })

温度值是离散的。我希望 count 逐行汇总，其中总计数总和按水果类型分组。请让我知道我的代码有什么问题。

Answer 1

问题是第一个lambda count: count/count.sum()。它返回与组相同的形状，而不是将其聚合为标量。

您可能想要使用transform 而不是agg

import pandas as pd
import numpy as np

# suppose this is your df
df

Out[83]: 
  fruit_type   temp   count
0      apple     12       4
1      apple     14       6
2       pear     12       6
3       pear     16       2
4      grape     12       5
5      peach      9      33
6      peach      6       3


# prob part
df['prob'] = df.groupby('fruit_type')['count'].transform(lambda count: ((count) / count.sum()))

# total part
df['total_count'] = df.groupby('fruit_type')['count'].transform(lambda count: count.sum())

df

Out[87]: 
  fruit_type  temp  count    prob  total_count
0      apple    12      4  0.4000           10
1      apple    14      6  0.6000           10
2       pear    12      6  0.7500            8
3       pear    16      2  0.2500            8
4      grape    12      5  1.0000            5
5      peach     9     33  0.9167           36
6      peach     6      3  0.0833           36