如何爲字符串編寫自定義聚合函數？

Question

我有一個數百萬記錄的數據框，我試圖讓整個數據框按一列'napciente'分組，這是完成的。但有63列，我需要根據特定的匹配聚合爲字符串，例如，如果系列包含「SI」和任何其他字符串我想要返回該「SI」作爲我的聚合結果。

所以我需要定義自己的聚集是發現在該系列中的字符串，並將其返回。這裏我只發佈數據爲1組和截斷列

data.groupby('npaciente')['asistencia'].apply(lambda x: if x.str.find("SI"): return "SI") 

以上是無效的，建議？

Answer 1

您可以直接在groupby對象使用apply，然後在自定義函數，只是爲了回報pd.Series大熊貓指它作爲列：

def agg_func(group): 
    """group is actually a dataframe containing only the relevant rows""" 
    result = {} 
    if group["asistencia"].str.find("SI").any() 
     result["asistencia"] = "SI" 
    return pd.Series(result) 

data.groupby('npaciente').apply(agg_func) 

當然，你需要添加更多的邏輯到agg_func，以便它做你想做的事情。