为了获得与原始DataFrame相同细节级别(相同的观察计数)的groupby数据执行结果,我使用了transform函数。
示例: 原始数据框
什么导致这种行为,我如何获取类似的东西:
示例: 原始数据框
name, year, grade
Jack, 2010, 6
Jack, 2011, 7
Rosie, 2010, 7
Rosie, 2011, 8
进行了groupby之后的转换结果
name, year, grade, average grade
Jack, 2010, 6, 6.5
Jack, 2011, 7, 6.5
Rosie, 2010, 7, 7.5
Rosie, 2011, 8, 7.5
然而,基于多列的更高级功能会使事情变得更加复杂。让我困惑的是,在groupby-transform组合中,似乎无法访问多个列。
df = pd.DataFrame({'a':[1,2,3,4,5,6],
'b':[1,2,3,4,5,6],
'c':['q', 'q', 'q', 'q', 'w', 'w'],
'd':['z','z','z','o','o','o']})
def f(x):
y=sum(x['a'])+sum(x['b'])
return(y)
df['e'] = df.groupby(['c','d']).transform(f)
给我:
KeyError: ('a', 'occurred at index a')
尽管我知道以下内容是有效的:
df.groupby(['c','d']).apply(f)
什么导致这种行为,我如何获取类似的东西:
a b c d e
1 1 q z 12
2 2 q z 12
3 3 q z 12
4 4 q o 8
5 5 w o 22
6 6 w o 22