Menggunakan berbilang fungsi pada berbilang lajur dalam operasi kumpulan mengikut adalah tugas biasa dalam analisis data. Pandas menyediakan beberapa kaedah untuk melaksanakan tugas ini, termasuk menggunakan kamus fungsi atau menggunakan fungsi tersuai yang mengembalikan berbilang siri.
Untuk kumpulan Siri mengikut objek, anda boleh memohon berbilang fungsi menggunakan kamus dengan nama lajur output sebagai kunci:
group = pd.groupby("column")
group['column'].agg({'func1': np.mean, 'func2': np.std})
Walau bagaimanapun, kaedah ini tidak boleh digunakan pada DataFrame groupby object.
Kaedah guna membolehkan anda menggunakan fungsi tersuai yang melakukan berbilang pengiraan pada data kumpulan. Fungsi harus mengembalikan Siri dengan hasil, menggunakan indeks untuk melabelkan lajur baharu.
def func(group_data): return pd.Series({ 'func1': group_data['column1'].mean(), 'func2': group_data['column2'].std(), }) group.apply(func)
Anda juga boleh menentukan fungsi pengagregatan tersuai yang mengambil kesempatan daripada DataFrame diserahkan kepada kaedah memohon:
def agg_func(group_data): return group_data.agg({'column1': np.mean, 'column2': np.std}) group.agg(agg_func)
Untuk fungsi yang bergantung pada lajur lain dalam objek kumpulan mengikut, anda boleh menggunakan kaedah ix untuk mengakses lajur tersebut. Walau bagaimanapun, ambil perhatian bahawa kaedah ini tidak digunakan dan harus digantikan dengan loc:
def func(group_data): return group_data.mean().ix['column1']
Melaksanakan pengagregatan kompleks pada kumpulan panda mengikut objek boleh dicapai menggunakan pelbagai kaedah bergantung pada kerumitan dan kebergantungan fungsi yang digunakan. Dengan memanfaatkan kaedah guna atau mencipta fungsi pengagregatan tersuai, anda boleh melaksanakan operasi ini dengan cekap dan menggabungkan hasilnya menjadi satu DataFrame.
Atas ialah kandungan terperinci Bagaimana untuk Memohon Berbilang Fungsi kepada Berbilang Kumpulan mengikut Lajur dalam Panda?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!