将groupby.agg中的参数传递给多个函数 [英] Passing argument in groupby.agg with multiple functions

问题描述

任何人都知道如何用多个函数在groupby.agg（）中传递参数？

底线，我想用一个自定义函数，但我会用一个需要参数的内置函数来问我的问题。

假设：

 将pandas导入为pd 
导入numpy as np 
 import datetime 
 np.random.seed（15）
 day = datetime.date.today（）
 day_1 = datetime.date.today（） -  datetime。 timedelta（1）
 day_2 = datetime.date.today（） -  datetime.timedelta（2）
 day_3 = datetime.date.today（） -  datetime.timedelta（3）
 ticker_date = （'fi'，day），（'fi'，day_1），（'fi'，day_2），（'fi'，day_3），
（'di'，day），（'di' （'di'，day_2），（'di'，day_3）] 
 index_df = pd.MultiIndex.from_tuples（ticker_date，names = ['lvl_1'，'lvl_2']）
 df = pd.DataFrame（np.random.rand（8），index_df，['value']）
  

我该怎么做：

  df.groupby（'lvl_1'）。agg（[ 'min'，'max'，'quantile']）
  

'quantile'：

  q = 0.22 
  




解决方案使用 lambda 函数：

  q = 0.22 
 df1 = df.groupby（'lvl_1'）['value']。agg（['' min'，'max'，lambda x：x.quantile（q）]）
 print（df1）
 min max< lambda> 
 lvl_1 
 di 0.275401 0.530000 0.294589 
 fi 0.054363 0.848818 0.136555 
  

或者可以创建 f 函数并为自定义列名设置名称：

  q = 0.22 
f = lambda x：x.quantile（q）
 f .__ name__ ='custom_quantile'
 df1 = df.groupby（'lvl_1'）['value']。 agg（['min'，'max'，f]）
 print（df1）
 min min custom_quantile 
 lvl_1 
 di 0.275401 0.530000 0.294589 
 fi 0.054363 0.848818 0.136555 
  

Anyone knows how to pass arguments in a groupby.agg() with multiple functions?

Bottom line, I would like to use it with a custom function, but I will ask my question using a built-in function needing an argument.

Assuming:

import pandas as pd
import numpy as np
import datetime
np.random.seed(15)
day = datetime.date.today()
day_1 = datetime.date.today() - datetime.timedelta(1)
day_2 = datetime.date.today() - datetime.timedelta(2)
day_3 = datetime.date.today() - datetime.timedelta(3)
ticker_date = [('fi', day), ('fi', day_1), ('fi', day_2), ('fi', day_3),
               ('di', day), ('di', day_1), ('di', day_2), ('di', day_3)]
index_df = pd.MultiIndex.from_tuples(ticker_date, names=['lvl_1', 'lvl_2'])
df = pd.DataFrame(np.random.rand(8), index_df, ['value'])

How would I do this:

df.groupby('lvl_1').agg(['min','max','quantile'])

with, as argument for 'quantile':

q = 0.22 

解决方案

Use lambda function:

q = 0.22
df1 = df.groupby('lvl_1')['value'].agg(['min','max',lambda x: x.quantile(q)])
print (df1)
            min       max  <lambda>
lvl_1                              
di     0.275401  0.530000  0.294589
fi     0.054363  0.848818  0.136555

Or is possible create f function and set it name for custom column name:

q = 0.22
f = lambda x: x.quantile(q)
f.__name__ = 'custom_quantile'
df1 = df.groupby('lvl_1')['value'].agg(['min','max',f])
print (df1)
            min       max  custom_quantile
lvl_1                                     
di     0.275401  0.530000         0.294589
fi     0.054363  0.848818         0.136555

这篇关于将groupby.agg中的参数传递给多个函数的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！