如何有效地將多個函數應用於 Pandas 中的分組 DataFrame 欄位？

有效地將多個函數應用於分組列

與 Series groupby 物件不同，使用字典將多個函數應用於 DataFrame groupby 物件並不簡單。但是，有一些有效的方法可以使用以下方法來實現此目的：

使用apply 方法

如果所需的函數在各個列上運行，則利用apply 方法是一個合適的選擇。 apply 方法允許傳遞將整個群組（DataFrame）轉換為另一個物件的函數。例如：

grouped = df.groupby('group')
aggregated = grouped.apply(lambda x: pd.Series({
    'a_sum': x['a'].sum(),
    'a_max': x['a'].max(),
    'b_mean': x['b'].mean(),
}))

此方法有效地聚合多個列並傳回具有所需列的 DataFrame。

從 apply 傳回一個系列

當處理需要互動的多個欄位時，不能使用 agg 方法，因為它隱含地將 Series 傳遞給聚合函數。相反，可以建立一個傳回 Series 的自訂函數。例如：

def aggregate_group(x):
    return pd.Series({
        'a_sum': x['a'].sum(),
        'b_mean': x['b'].mean(),
        'c_d_prod': (x['c'] * x['d']).sum()
    })

grouped = df.groupby('group')
result = grouped.apply(aggregate_group)

此方法允許將多個函數應用於多個分組列並在一個步驟中傳回結果。

自訂函數名稱

如果需要，可以使用 __name__ 屬性為函數指派自訂名稱。只需在定義函數後將 __name__ 設定為所需的名稱，這將提高生成列的清晰度。

值得注意的是，與上述方法相比，使用循環迭代 groupby 物件通常效率較低。 Pandas 針對向量化操作進行了最佳化，使這些內建方法成為高效組級分析的首選方法。

以上是如何有效地將多個函數應用於 Pandas 中的分組 DataFrame 欄位？的詳細內容。更多資訊請關注PHP中文網其他相關文章！