Pandas中的Transform函数

Question

我知道在Pandas中可以给聚合操作取名，方法如下：

import pandas as pd
import numpy as np

df = pd.DataFrame({'col': [1,2,3],
                   'group' : ['a','a','b']})

    
df.groupby('group').agg(mymean = ('col', 'mean'),
       mymax = ('col', 'max'),
       mymin = ('col', 'min'))

Out[23]: 
       mymean  mymax  mymin
group                      
a         1.5      2      1
b         3.0      3      3

这很方便，因为我可以创建多个变量并实时命名。 我希望能够用.transform()（或.apply()）做同样的事情。 不幸的是，同样的技巧不起作用：

df.groupby('group').transform(mymean = ('col', 'mean'),
       mymax = ('col', 'max'),
       mymin = ('col', 'min'))
Traceback (most recent call last):

  File "<ipython-input-24-3a6cf53bd93e>", line 1, in <module>
    df.groupby('group').transform(mymean = ('col', 'mean'),

TypeError: transform() missing 1 required positional argument: 'func'

什么是使用 transform 创建多个变量的最简洁方式？输出应该是：

Out[25]: 
   col group  mymean  mymax
0    1     a       1      2
1    2     a       1      2
2    3     b       3      3

- ℕʘʘḆḽḘ

Answer 1

您只需要执行 assign 即可。

df.assign(mymean = df['col1'].mean(),mymax = df['col1'].max())
Out[344]: 
   col1  mymean  mymax
0     1     2.0      3
1     2     2.0      3
2     3     2.0      3

- BENY

---

天哪！！！原来这么简单？assign可以和groupby一起使用吗？ - ℕʘʘḆḽḘ

让我稍微根据例子进行一些修改。 - ℕʘʘḆḽḘ

嗯...我无法让它工作...你能行吗？谢谢！ - ℕʘʘḆḽḘ

如果使用groupby的if语句，我认为df.merge(df.groupby('group').agg().reset_index())已经足够好了~ - BENY

@ℕʘʘḆḽḘ，然后我们通常会清除数据...或者将NA分配给新的唯一组。 - BENY