在Pandas`transform（）`中使用自定义函数（中值绝对偏差）

Question

我有一个熊猫数据框，我想针对该数据框按簇计算中位数绝对偏差。我假设pandas方法mad是中值绝对偏差，但看来它是MEAN绝对偏差。我编写的代码行是

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('mad')

我尝试编写自己的小函数来计算中值绝对偏差

def myMAD(x):
    med = np.median(x)
    x   = abs(x-med)
    MAD = np.median(x)
    return MAD

并且将我的代码更改为可读

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('myMAD')

不幸的是，这不起作用。我得到AttributeError'SeriesGroupBy'对象没有属性'myMAD“。

我如何才能为数据帧中的列按聚类计算平均绝对偏差，并使用转换正确创建跨行广播的MAD的新列？

提前感谢

托马斯·飞利浦

Answer 1

您很近，需要myMAD而不是'myMAD'，因为您的自定义功能：

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform(myMAD)

编辑：

您的解决方案可以不具有按列df['Cluster']分组的辅助列：

s1 = df.groupby('Cluster')['PPGamp'].transform('median')
s2 = df['PPGamp'].sub(s1).abs()

df['MAD PPGamp'] = s2.groupby(df['Cluster']).transform('median')

Answer 2

我找到了解决问题的两步方法：

df['Abs Delta PPGamp']  = abs(df['PPGamp'] - df['Med PPGamp'])
df['MAD PPGamp'] = df.groupby('Cluster')['Abs Delta PPGamp'].transform('median')

然后我可以将问题重述为：当使用groupby时，如何将任何（合理的）用户定义的（甚至是Python内部的）函数应用于数据框的列。