python - 使用 scipy.stats.binned_statistic_2d 计算 2D 数据的多个统计数字

Question

我有一个关于函数 scipy.stats.binned_statistic_2d 的问题，如下:

我有二维数据 (x,y,f(x,y))，我想对 x-y 平面进行分箱并计算每个分箱的一些统计数据。为此，我使用了非常方便的函数 sbinned_statistic_2d。但假设我想计算每个 bin 的几个统计值 - 比如说平均值和中位数。因此我发现尝试这样的事情是很自然的

stats.binned_statistic_2d(data["x"], data["y"], data["f"], statistic = lambda x: [ np.mean(x), np.median(x) ], bins = bin_number )

但这不起作用，因为 binned_statistic_2d 需要一个仅返回标量而不是标量列表的统计函数。

当然，我可以调用 binned_statistic_2d 两次，但由于 bin_number 对我来说相当高，而且数据是一个巨大的数据帧，这需要很多时间。

那么，当我想使用此函数一次计算多个统计函数时，您知道我可以做什么来代替多次执行 binned_statistic_2d 吗？

为了玩玩，一个小的工作示例:

import pandas as pd
from scipy import stats

df = pd.DataFrame([  [i,j,i*j] for i in range(10) for j in range(10)], columns = ["x", "y", "f"])
# The following works
hist, _, _, _ = stats.binned_statistic_2d(df["x"], df["y"], df["f"], statistic = lambda x:  np.mean(x)  ,bins=4)    
# The following doesn't work
hist, _, _, _ = stats.binned_statistic_2d(df["x"], df["y"], df["f"], statistic = lambda x:  [ np.mean(x), np.median(x) ]  ,bins=4)

提前致谢，于尔根

Answer 1

您想使用pandas.DataFrame.pivot_table 。您可以使用aggfunc指定要聚合的多个函数。