groupby 的 apply 方法

Pandas 中的 groupby 方法允许我们按照某个或多个列进行分组，并对每个分组应用特定的计算。其中，apply 方法是一种在分组对象上执行一些函数的方式。通过 apply 方法，我们可以在每个分组上执行自定义的转换操作，这使得数据分析更加灵活和方便。

使用 apply 方法实现分组转换

要使用 apply 方法实现分组转换，需要先将数据按照某个列或多个列进行分组。然后，在每个分组上调用 apply 方法，并传递一个自定义函数作为参数。这个函数将应用于每个分组，以生成转换后的结果。

下面是一个示例代码，演示如何使用 apply 方法实现分组转换：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie', 'Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35, 40, 45, 50],
        'Salary': [5000, 6000, 7000, 8000, 9000, 10000]}
df = pd.DataFrame(data)

# 按照Name列进行分组，并计算每个分组的平均年龄和工资
result = df.groupby('Name').apply(lambda x: pd.Series({'AvgAge': x['Age'].mean(),
                                                       'AvgSalary': x['Salary'].mean()}))

print(result)
Python

在上面的代码中，我们使用 groupby 方法将数据按照 Name 列进行分组，然后调用 apply 方法，并传递一个匿名函数作为参数。这个匿名函数接收每个分组作为输入，并在每个分组上进行计算。最终，apply 方法将返回一个包含转换结果的 DataFrame。

apply 方法的输出

apply 方法的输出类型取决于自定义函数的返回值类型。如果自定义函数返回一个标量值，那么 apply 方法将返回一个 Series 对象，其索引是分组键，值是对应分组的计算结果。

如果自定义函数返回一个 DataFrame，那么 apply 方法将返回一个包含转换结果的 DataFrame。在这种情况下，需要使用 reset_index 方法来重置索引，以便得到一个平铺的表格。

还可以返回一个对象，该对象是自定义函数应用到每个分组的结果的迭代器。这种情况下，需要使用 pd.concat 方法将迭代器的结果连接在一起，以生成一个 DataFrame。


本文由轻山版权所有，禁止未经同意的情况下转发