如何在使用apply、transform、agg时引用groupby索引 - Python Pandas？

Question

要具体说明，假设我们有两个数据框：

df1:

    date    A
0   12/1/14 3
1   12/1/14 1
2   12/3/14 2
3   12/3/14 3
4   12/3/14 4
5   12/6/14 5

df2:

        B
12/1/14 10
12/2/14 20
12/3/14 10
12/4/14 30
12/5/14 10
12/6/14 20

现在我想按df1中的日期进行分组，并对每个组中的A值求和，然后通过df2中相应日期中B值的归一化来计算。类似这样：

df1.groupby('date').agg(lambda x: np.sum(x)/df2.loc[x.date,'B'])

问题在于聚合（aggregate）、应用（apply）和转换（transform）都无法引用索引。有什么解决办法吗？

- Osiris

Answer 1

当您调用.groupby('column')时，它会使column成为DataFrameGroupBy的一部分索引，并且可以通过.index属性访问。

因此，在您的情况下，假设date在df中都不是索引的一部分，则应该按如下方式操作：

def f(x):
    return x.sum() / df2.set_index('date').loc[x.index[0], 'B']

df1.set_index('date').groupby(level='date').apply(f)

这将产生：

               A
date            
2014-01-12  0.40
2014-03-12  0.90
2014-06-12  0.25

如果date在df2的索引中 - 只需在上面的代码中使用df2.loc[x.index[0],'B']。

如果date在df1.index中，则将最后一行更改为df1.groupby(level='date').apply(f)。

- Primer

Answer 2

> df_grouped = df1.groupby('date').sum()
> print df_grouped['A'] / df2['B'].astype(float)
date
12/1/14    0.40
12/2/14     NaN
12/3/14    0.90
12/4/14     NaN
12/5/14     NaN
12/6/14    0.25
dtype: float64

- Kathirmani Sukumar

---

这篇文章目前处于低质量队列中，请提供一些解释。 - Bill Woodger