![5c0bc01627d19600c37384ddc2dce1f9.png](https://i-blog.csdnimg.cn/blog_migrate/963ce88167a2541e6872ad67b7838c7f.jpeg)
跟aggregate一样,transform也是一个有着严格条件的特殊函数:传入的函数只能产生两种结果,要么产生一个可以传播的标量值(如np.mean),要么产生一个相同大小的结果数组。最一般化的GroupBy方法是apply,apply会将待处理的对象拆分成多个片段,然后对各片段调用传入的函数,最后尝试将各片段组合到一起。
apply方法
举例:根据分组选出最高的5个tip_pct值。
首先,编写一个选取指定列具有最大值的行的函数。(原文比较拗口,其实就是“在 指定列找出最大值,然后把这个值所在的行选取出来。”)
In [1]: def top(df,n=5,column='tip_pct'): ...: return df.sort_index(by=column)[-n:] ...:
新写法:注意与上面的差别
In [2]: def top(df,n=5,column='计划发出单量'): ...: return df.sort_values(by=column)[-n:] ...:In [3]: top(tips,n=6)Out[3]: total_bill tip smoker day time size tip_pct109 14.31 4.00 Yes Sat Dinner 2 0.279525183 23.17 6.50 Yes Sun Dinner 4 0.280535232 11.61 3.39 No Sat Dinner 2 0.29199067 3.07 1.00 Yes Sat Dinner 1 0.325733178 9.60 4.00 Yes Sun Dinner 2 0.416667172 7.25 5.15 Yes Sun Dinner 2 0.710345
如果对smoker分组并用该函数调用apply,就会得到:
![46b247942c0d822a94fa4abff1a16642.png](https://i-blog.csdnimg.cn/blog_migrate/c12d4e8a1067a2dc47d62bd46f5deee0.jpeg)
top函数在DataFrame的各个片段上调用,然后结果由pandas.concat组装到一起,并以分组名称进行了标记。于是,最终结果就有了一个层次化索引,其内层索引值来自原DataFrame。
如果传给apply的函数能够接受其他参数或关键字,则可以将这些内容放在函数名后面一并传入:
![d1c59b174dd1751a91afd859b3aa4ba1.png](https://i-blog.csdnimg.cn/blog_migrate/b6f5969b7245d3b12fc42a049fea22cf.jpeg)
注意:除这些基本用法之外,能否充分发挥apply的威力很大程度上取决于你的创造力。传入的那个函数能做什么全由你说了算,它只需返回一个pandas对象或标量值即可。本章后续部分的示例主要用于讲解如何利用groupby解决各种各样的问题。
在GroupBy对象上调用describe:
![e3d753462bf1701908aaf204b68148f3.png](https://i-blog.csdnimg.cn/blog_migrate/0fb28536768bc2922d2f8d9ac6950416.jpeg)
![598a8049f76a41608250f5ac71cafc88.png](https://i-blog.csdnimg.cn/blog_migrate/141c587f83b3551d717b90ec4a6916cf.jpeg)
在GroupBy中,当调用诸如describe之类的方法时,实际上只是应用了下面两条代码的快捷方式而已:
f = lambda x: x.describe()
Grouped.apply(f)
禁止分组键:group_keys=False
分组键会跟原始对象的索引共同构成结果对象中的层次化索引。将group_keys=False传入groupby即可禁止该效果:
![df5cf1c060abefcab4f71571f9c19261.png](https://i-blog.csdnimg.cn/blog_migrate/cce6e39915f4ca3a31a4f2d4ef960039.jpeg)
python好书推荐
推荐一本python好书,初学者和数据分析必备,小编已读: