使用 lambda 函数在 pandas group 中聚合

我有一个聚合声明如下：

data = data.groupby(['type', 'status', 'name']).agg({
    'one' : np.mean, 
    'two' : lambda value: 100* ((value>32).sum() / reading.mean()), 
    'test2': lambda value: 100* ((value > 45).sum() / value.mean())
})

我收到 KeyErrors。我已经能够让它适用于一个 lambda 函数，但不能适用于两个。

您需要指定列data其值要被聚合。 例如，

data = data.groupby(['type', 'status', 'name'])['value'].agg(...)

代替

data = data.groupby(['type', 'status', 'name']).agg(...)

如果您不提及该列（例如'value'），然后 dict 中的键传递给agg被视为列名称。这KeyErrors 是 Pandas 告诉你它找不到名为的列的方式one, two or test2在数据框中data.

注意：将字典传递给groupby/agg已被弃用。相反，接下来您应该传递一个元组列表。每个元组预计采用以下形式('new_column_name', callable).

这是可运行的示例：

import numpy as np
import pandas as pd

N = 100
data = pd.DataFrame({
    'type': np.random.randint(10, size=N),
    'status': np.random.randint(10, size=N),
    'name': np.random.randint(10, size=N),
    'value': np.random.randint(10, size=N),
})

reading = np.random.random(10,)

data = data.groupby(['type', 'status', 'name'])['value'].agg(
    [('one',  np.mean), 
    ('two', lambda value: 100* ((value>32).sum() / reading.mean())), 
    ('test2', lambda value: 100* ((value > 45).sum() / value.mean()))])
print(data)
#                   one  two  test2
# type status name                 
# 0    1      3     3.0    0    0.0
#             7     4.0    0    0.0
#             9     8.0    0    0.0
#      3      1     5.0    0    0.0
#             6     3.0    0    0.0
# ...

如果这与您的情况不符，请提供符合您情况的可运行代码。