将百分位数传递给pandas agg函数

仅仅为了提供一个更加通用的解决方案。假设你有一个只有一列需要分组的数据框：

df = pd.DataFrame((('A',10),('A',12),('B',5),('B',9),('A',84),('B',22)), 
                    columns=['My_KEY', 'MY_COL1'])

通过使用匿名（lambda）函数的列表，可以聚合和计算基本上任何描述性指标，例如：

df.groupby(['My_KEY']).agg( [np.sum, np.mean, lambda x: np.percentile(x, q=25)] )

然而，如果你需要对多列进行聚合，你必须调用一个非匿名函数或显式地调用列：

df = pd.DataFrame((('A',10,3),('A',12,4),('B',5,6),('B',9,3),('A',84,2),('B',22,1)), 
                    columns=['My_KEY', 'MY_COL1', 'MY_COL2'])

# non-anonymous function
def percentil25 (x): 
    return np.percentile(x, q=25)

# type 1: call for both columns 
df.groupby(['My_KEY']).agg( [np.sum, np.mean, percentil25 ]  )

# type 2: call each column separately
df.groupby(['My_KEY']).agg( {'MY_COL1': [np.sum, np.mean, lambda x: np.percentile(x, q=25)],
                             'MY_COL2': np.size})

这可以提供一些自定义：

list_statistics = ['count','mean','min',lambda x: np.percentile(x,q=25),'max',lambda x: np.percentile(x,q=75)]
cols_to_rename = {'<lambda_0>':'P25','<lambda_1>':'P75'}
df_out.groupby('Country').agg(list_statistics).rename(columns=cols_to_rename)

如果您有一个包含多个列的数据框，但只想获取其中一列的分位数：

df.groupby("AGGREGATE")['MY_COLUMN'].quantile([0, 0.25, 0.5, 0.75, 0.95, 1])

如果你想要一个一级数据框，你可以添加：

df.groupby("AGGREGATE")['MY_COLUMN'].quantile([0, 0.25, 0.5, 0.75, 0.95, 1]).reset_index()

多个函数可以按以下方式调用：

import pandas as pd

import numpy as np

import random

C = ['Ram', 'Ram', 'Shyam', 'Shyam', 'Mahima', 'Ram', 'Ram', 'Shyam', 'Shyam', 'Mahima']

A = [ random.randint(0,100) for i in range(10) ]

B = [ random.randint(0,100) for i in range(10) ]

df = pd.DataFrame({ 'field_A': A, 'field_B': B, 'field_C': C })

print(df)

d = df.groupby('field_C')['field_A'].describe()[['mean', 'count', '25%', '50%', '75%']]
print(d)

我无法在这里调用中位数函数，但能够使用其他函数。

您可以定义简单的 Lambda 函数

my_quant = lambda _q: lambda _data:_data.quantile(_q)

使用所需的分位数

df.aggregate([my_quant(0.1),my_quant(0.3),'median',my_quant(0.7)]

---

** 如果你想保留聚合名称而不重命名索引，你可以创建lambda creator并设置函数名称。

def lambda_creator(func,name):
    func.__name__ = name
    return func

my_quant = lambda _q: lambda_creator(lambda _data: _data.quantile(_q),f'quantile_{_q}')

使用数据框的groupby和agg函数获取Q1结果，以下是推荐的代码。

import numpy as np 
df.groupby(['col1','col2']).agg(quantile_columns = ('column_name', lambda x: np.percentile(x, q=25)))