python - 如何使用 pandas groupby 函数在 numpy 数组上应用函数

Question

我对 pandas 很陌生，所以我希望这会有一个简单的答案(我也很感激所有指向数据帧设置的指针)

假设我有以下 DataFrame:

D = pd.DataFrame({ i:{ "name":str(i),
                       "vector": np.arange(i,i+10),
                       "sq":i**2,
                       "gp":i%3 } for i in range(10) }).T

    gp  name sq  vector
0    0   0   0   [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
1    1   1   1   [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
2    2   2   4   [2, 3, 4, 5, 6, 7, 8, 9, 10, 11]
3    0   3   9   [3, 4, 5, 6, 7, 8, 9, 10, 11, 12]
4    1   4   16  [4, 5, 6, 7, 8, 9, 10, 11, 12, 13]
5    2   5   25  [5, 6, 7, 8, 9, 10, 11, 12, 13, 14]
6    0   6   36  [6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
7    1   7   49  [7, 8, 9, 10, 11, 12, 13, 14, 15, 16]
8    2   8   64  [8, 9, 10, 11, 12, 13, 14, 15, 16, 17]
9    0   9   81  [9, 10, 11, 12, 13, 14, 15, 16, 17, 18]

现在我想按“gp”分组并得到“向量”的平均值

我试过了

D.groupby('gp').mean()

甚至

D.groupby('gp').agg( np.mean )

但我得到一个错误，没有要聚合的“数字类型”。那么 np.arrays 在 pandas 中不起作用吗？

Answer 1

对我来说它有效:

D.groupby('gp').apply(lambda x: x.vector.mean().mean())

我取了两次平均值，因为您想要矢量平均值的组平均值(不是吗？)。

Out[98]: 
gp
0     9.0
1     8.5
2     9.5
dtype: float64

如果你想要均值向量，只需取均值一次。