pandas apply lambda_python之pandas趣味练习题（一）

图片摄于2015年6月13日于北京百花山我们首先构建一个DataFrame数据。字段定义如下：

applied_from：申请渠道

applied_type：申请类型

refused_id：拒绝原因代码

import pandas as pd
import warnings
warnings.filterwarnings("ignore")
df = pd.DataFrame({'applied_from': [1,1,1,1,1,2,2,2,2,2,2],
                   'applied_type': [0,0,0,1,1,0,0,0,1,1,1],
                   'refused_id':   [100,100,100,102,102,102,102,102,102,102,100]})
df

我们所需要求的是什么呢？求三列数据。

求第一列数据id_cnt：不同申请渠道applied_from不同申请类型applied_type 不同拒绝原因refused_id总数

#不同申请渠道不同申请类型不同拒绝原因总数
df_new = df.groupby(by=['applied_from','applied_type','refused_id'])['refused_id'].agg({'id_cnt':'count'}).reset_index()
df_new

求第二列数据id_all：不同申请渠道applied_from不同申请类型applied_type总数

#不同渠道不同产品类型的个数
df_new_tmp = df_new.groupby(by=['applied_from','applied_type'])['id_cnt'].agg({'id_all':'sum'}).reset_index()
df_new_tmp

注意哦，id_all 只是一个中间变量 ，它是帮我们求id_per。

求第三列数据id_per：不同申请渠道applied_from不同申请类型applied_type不同拒绝原因refused_id总数作为分子（id_cnt），不同申请渠道不同申请类型总数作为分母（id_all）

首先，我们合并数据集。

df_new = pd.merge(df_new, df_new_tmp, on=['applied_from', 'applied_type'])
df_new

然后我们开始计算求第三列数据id_per

df_new

我们用了apply和lambda函数去计算。

pandas是很灵活的，结合python的基础语法去运用，多结合实际需求去使用pandas的各个方法，慢慢你就熟悉熟练了！关键是多结合实际去运用。

图片摄于2015年6月13日于北京百花山