我经常使用pandas的agg()
函数对data.frame的每一列运行汇总统计信息。例如,下面是生成平均值和标准差的方法:
df = pd.DataFrame({'A': ['group1', 'group1', 'group2', 'group2', 'group3', 'group3'],
'B': [10, 12, 10, 25, 10, 12],
'C': [100, 102, 100, 250, 100, 102]})
>>> df
[output]
A B C
0 group1 10 100
1 group1 12 102
2 group2 10 100
3 group2 25 250
4 group3 10 100
5 group3 12 102
在这两种情况下,将单个行发送到agg函数的顺序并不重要。但请考虑以下示例,其中:
df.groupby('A').agg([np.mean, lambda x: x.iloc[1] ])
[output]
mean <lambda> mean <lambda>
A
group1 11.0 12 101 102
group2 17.5 25 175 250
group3 11.0 12 101 102
在这种情况下,lambda按照预期的方式工作,输出每组中的第二行。然而,我在pandas文档中找不到任何暗示这在所有情况下都是正确的。我希望将agg()
与加权平均函数一起使用,因此我希望确保进入该函数的行的顺序与它们在原始数据框中出现的顺序相同。
有没有人知道,最好是通过文档或pandas源代码中的某个地方,如果这是肯定的话?
https://stackoverflow.com/questions/26456125
复制相似问题