将任意函数应用于 Pandas 数据框 groupby

Question

如何将任意函数按组应用到 Pandas 数据帧？该函数应该能够立即访问整个组 df，就像它是一个完整的 pandas 数据帧一样。

import pandas as pd
def arbitrary_function(df):
    """This function acts on groups of a df. It can see every row and column of a group df."""
    # for example
    # making a new column by accessing other columns in the df
    df['new_col'] = df['data_col'].sum()
    # return the original df with the new column
    return df
df = pd.DataFrame([[1, 2], [1, 3], [2, 6], [2, 1]], columns=["group_col", "data_col"])

团体操作前：

df
   group_col  data_col
0          1         2
1          1         3
2          2         6
3          2         1

# group the dataframe by group_col
# run arbitrary_function() on the df groups
# the first run of arbitrary_function can see one group df as such:
#    group_col  data_col
# 0          1         2
# 1          1         3
# return to the original data - no more groups

预期输出：

df
   group_col  data_col new_col
0          1         2       5
1          1         3       5
2          2         6       7
3          2         1       7

应该这样做：

1. 没有 lambda 函数。
2. 没有将问题“简化”为可以通过按列或按元素操作来完成的问题。这个解决方案应该可以推广到您可以在 pandas 数据框上执行的任何操作。

Answer 1

IIUC 您可以简单地按

group_col

、

apply

您的函数进行分组，然后

reset_index

，删除分组索引：

out = (df
    .groupby(['group_col'])
    .apply(arbitrary_function)
    .reset_index(drop=True)
)

样本数据的输出：

   group_col  data_col  new_col
0          1         2        5
1          1         3        5
2          2         6        7
3          2         1        7