Python - Pandas - Groupby条件组中的列值

Question

我有一个数据框，其结构为列group_，vals_和dates_。

我想对group_执行groupby操作，然后为每个组输出一个统计信息，以日期为条件。例如，关联日期低于某个日期的组内所有vals_的平均值。

我试图

df_.groupby(group_).agg(lambda x: x[x['date_']< some_date][vals_].mean()) 

但这种失败。我相信这是因为x不是一个数据框，而是一个系列。它是否正确？是否有可能通过groupby实现我在这里实现的目标？

Answer 1

可以不同地写：

def summary(sub_df): 
    bool_before = sub_df["date_"] < some_date 
    bool_after = sub_df["date_"] > some_date 

    before = sub_df.loc[bool_before, vals_].mean() 
    after = sub_df.loc[bool_after, vals_].mean() 
    overall = sub_df.loc[:, vals_].mean() 

    return pd.Series({"before": before, "after": after, "overall": overall}) 

result = df_.groupby(group_).apply(summary) 

结果是一个包含对前3个平均值的数据帧/后/整体。

如果您需要更多摘要统计信息，您可以在summary函数内提供它们。