Як застосувати функцію до pandas groupby
Ви можете використовувати наступний базовий синтаксис, щоб використовувати функції groupby() і apply() разом у pandas DataFrame:
df. groupby (' var1 '). apply ( lambda x: some function)
Наступні приклади показують, як використовувати цей синтаксис на практиці з наступними pandas DataFrame:
import pandas as pd #createDataFrame df = pd. DataFrame ({' team ': ['A', 'A', 'A', 'B', 'B', 'B', 'B'], ' points_for ': [18, 22, 19, 14, 11, 20, 28], ' points_against ': [14, 21, 19, 14, 12, 20, 21]}) #view DataFrame print (df) team points_for points_against 0 to 18 14 1 To 22 21 2 A 19 19 3 B 14 14 4 B 11 12 5 B 20 20 6 B 28 21
Приклад 1: використовуйте groupby() і apply(), щоб знайти відносні частоти
Наступний код показує, як використовувати функції groupby( ) і apply() для пошуку відносних частот назви кожної команди в pandas DataFrame:
#find relative frequency of each team name in DataFrame
df. groupby (' team '). apply ( lambda x:x[' team ']. count ()/ df.shape [0])
team
A 0.428571
B 0.571429
dtype:float64
З результату ми бачимо, що команда A з’являється в 42,85% усіх рядків, а команда B – у 57,14% усіх рядків.
Приклад 2: використовуйте groupby() і apply(), щоб знайти максимальні значення
Наступний код показує, як використовувати функції groupby( ) і apply() , щоб знайти максимальні значення «points_for» для кожної команди:
#find max "points_for" values for each team
df. groupby (' team '). apply ( lambda x:x[' points_for ']. max ())
team
At 22
B28
dtype: int64
З результату ми бачимо, що максимальна кількість балів, набрана командою А, становить 22, а максимальна кількість балів, набрана командою Б, – 28.
Приклад 3. Використовуйте groupby() і apply() для виконання спеціального обчислення
Наступний код показує, як використовувати функції groupby( ) і apply() , щоб знайти середню різницю між «points_for» і «points_against» для кожної команди:
#find max "points_for" values for each team
df. groupby (' team '). apply ( lambda x: (x[' points_for '] - x[' points_against ']). mean ())
team
A 1.666667
B 1.500000
dtype:float64
З результатів ми бачимо, що середня різниця між «очками за» та «очками проти» становить 1,67 для команди A та 1,50 для команди B.
Додаткові ресурси
У наступних посібниках пояснюється, як виконувати інші типові операції в pandas:
Як виконати суму GroupBy у Pandas
Як використовувати Groupby та Plot у Pandas
Як підрахувати унікальні значення за допомогою GroupBy в Pandas