大熊猫据帧GROUPBY如MySQL，但进入新列现在

df = pd.DataFrame({'A':[11,11,22,22],'mask':[0,0,0,1],'values':np.arange(10,30,5)}) 
df 

    A mask values 
0 11 0 10 
1 11 0 15 
2 22 0 20 
3 22 1 25

哪能组由A，并保持列名机智，却又把自定义函数到Z：大熊猫据帧GROUPBY如MySQL，但进入新列现在

def calculate_df_stats(dfs): 

    mask_ = list(dfs['B']) 
    mean = np.ma.array(list(dfs['values']), mask=mask_).mean() 
    return mean 

df['Z'] = df.groupby('A').agg(calculate_df_stats) # does not work

，并产生：

 A mask values Z 
0 11 0  10 12.5 
1 22 0  20 25

无论我做什么，它只是用蒙面的平均值替换值列。

并且您的解决方案可以应用于两列的函数并返回一个新列吗？

谢谢！

编辑： 澄清更多：让我们说我有mysql的这样一个表：

SELECT * FROM `Reader_datapoint` WHERE `wavelength` = '560' 
LIMIT 200;

，给了我这样的结果： http://pastebin.com/qXiaWcJq

如果我现在这样运行：

SELECT *, avg(action_value) FROM `Reader_datapoint` WHERE `wavelength` = '560' 
group by `reader_plate_ID`;

我得到：

datapoint_ID plate_ID coordinate_x coordinate_y res_value wavelength ignore avg(action_value) 
193 1 0 0 2.1783 560 NULL 2.090027083333334 
481 2 0 0 1.7544 560 NULL 1.4695583333333333 
769 3 0 0 2.0161 560 NULL 1.6637885416666673

如何在Pandas中复制此行为？请注意，所有列名称保持不变，第一个值被采用，并添加新列。

来源

2013-05-04 Danial Tz

有些事情在你的问题中不清楚。 1）你的功能是什么？（我想它必须是'mask'）2）在结果数据框的'values'列中你想要什么值？（在这个例子中，你显示它是第一次发生的值）3）我还假设你的结果数组的'Z'列中的值25必须是20？ – joris 2013-05-04 11:58:37

我用更好的例子更新了这个问题。 – 2013-05-04 13:06:45

好的，但是MySQL返回哪些列没有计算（*）的值？我认为第一次发生的行的价值？这和我的答案一样。什么是'action_value'？你的意思是那里有'res_value'？ – joris 2013-05-04 13:17:41

如果你想在你的结果原来列，可以先计算分组和汇总数据框（但你将不得不以某种方式收集您的原始列我拿了第一发生的历史为例）：

>>> df = pd.DataFrame({'A':[11,11,22,22],'mask':[0,0,0,1],'values':np.arange(10,30,5)}) 
>>> 
>>> grouped = df.groupby("A") 
>>> 
>>> result = grouped.agg('first') 
>>> result 
    mask values 
A    
11  0  10 
22  0  20

，然后通过在GROUPBY结果“分组”将你的函数添加一列“Z”到结果：

>>> def calculate_df_stats(dfs): 
...  mask_ = list(dfs['mask']) 
...  mean = np.ma.array(list(dfs['values']), mask=mask_).mean() 
...  return mean 
... 
>>> result['Z'] = grouped.apply(calculate_df_stats) 
>>> 
>>> result 
    mask values  Z 
A      
11  0  10 12.5 
22  0  20 20.0

在你的函数定义，你可以随时使用更多的列（只是他们的名字）返回结果。

来源

2013-05-04 12:15:01 joris

大熊猫据帧GROUPBY如MySQL，但进入新列现在

回答

相关问题