在 pandas 聚合函数中创建多个列

Question

我想在重新采样pandas DataFrame时创建多列，就像内置的ohlc方法一样。

def mhl(data):
    return pandas.Series([np.mean(data),np.max(data),np.min(data)],index = ['mean','high','low'])

ts.resample('30Min',how=mhl)

死亡与...

Exception: Must produce aggregated value

有任何建议吗？谢谢！

- Dave Anderson

Answer 1

您可以将函数字典传递给resample方法：

In [35]: ts
Out[35]:
2013-01-01 00:00:00     0
2013-01-01 00:15:00     1
2013-01-01 00:30:00     2
2013-01-01 00:45:00     3
2013-01-01 01:00:00     4
2013-01-01 01:15:00     5
...
2013-01-01 23:00:00    92
2013-01-01 23:15:00    93
2013-01-01 23:30:00    94
2013-01-01 23:45:00    95
2013-01-02 00:00:00    96
Freq: 15T, Length: 97

创建一个函数字典：

mhl = {'m':np.mean, 'h':np.max, 'l':np.min}

将字典传递给resample的how参数：

In [36]: ts.resample("30Min", how=mhl)
Out[36]:
                      h     m   l
2013-01-01 00:00:00   1   0.5   0
2013-01-01 00:30:00   3   2.5   2
2013-01-01 01:00:00   5   4.5   4
2013-01-01 01:30:00   7   6.5   6
2013-01-01 02:00:00   9   8.5   8
2013-01-01 02:30:00  11  10.5  10
2013-01-01 03:00:00  13  12.5  12
2013-01-01 03:30:00  15  14.5  14

- Zelazny7

---

使用“mean”比使用np.mean快约10倍。对于“min”和“max”也是如此。 - Tom Leys

有没有一种方法可以为大多数列指定默认值（例如，“sum”而不是“mean”），然后覆盖单个列的方法？ - Eric Walker

巧妙的技巧：你甚至可以传递一个字典（用于列）的函数字典，如下所示：mhl = {'data_column_1': {'resultA': np.mean, 'resultB': max}, 'data_column_2': {'resultC': min, 'resultD': sum}} - Def_Os