熊貓：複製SASs proc意味着通過屬性out = agg

Question

我有一個函數foo在數據幀上運行;特別是數據幀的兩列。 因此，像，

def foo(group): 
    A = group['A'] 
    B = group['B'] 
    r1 = somethingfancy(A,B) #this is now a float 
    r2 = somethinggreat(A,B) #this is another float 
    return {'fancy':r1,'great':r2} 

的問題是，我想在下列情況下使用此功能：

grouped = otherDF[['someAttribute','A','B']].groupby(['someAttribute']) 
agg = grouped.apply(foo) 

的問題是，AGG，現已形成系列化DICT的。我想將它轉換爲數據幀，將基本上是這樣的：

someAttribute, fancy, great 
...   , ... , ... 

Answer 1

而不是返回dict的，返回Series：

def foo(group): 
    A = group['A'] 
    B = group['B'] 
    r1 = randn() 
    r2 = randn() 
    return Series({'fancy': r1, 'great': r2}) 

df = DataFrame(randn(10, 1), columns=['a']) 
df['B'] = np.random.choice(['hot', 'cold'], size=10) 
df['A'] = np.random.choice(['sweet', 'sour'], size=10) 
df['someAttribute'] = np.random.choice(['pretty', 'ugly'], size=10) 
print df.groupby('someAttribute').apply(foo) 

給

    fancy  great 
someAttribute      
pretty    -2.35  0.01 
ugly    1.09  -1.09 

如果你想someAttribute成爲結果列，請撥打reset_index的結果：

df.groupby('someAttribute').apply(foo).reset_index() 

獲得：

someAttribute  fancy  great 
0  pretty  0.46  -1.08 
1   ugly  0.76  0.29