python - Groupby 并使用自定义函数执行逐行计算

Question

从这个问题开始:python - Group by and add new row which is calculation of other rows

我有一个 Pandas 数据框如下:

col_1   col_2   col_3  col_4
a       X        5      1
a       Y        3      2
a       Z        6      4
b       X        7      8
b       Y        4      3
b       Z        6      5

我想为 col_1 中的每个值应用一个函数，其中 col_3 和 col_4(以及更多列)中的值对应于 col_2 中的 X 和 Z，并使用这些值创建一个新行。所以输出如下:

col_1   col_2   col_3  col_4 
a       X        5      1
a       Y        3      2
a       Z        6      4
a       NEW      *      *
b       X        7      8
b       Y        4      3
b       Z        6      5
b       NEW      *      *

其中 * 是函数的输出。

原始问题(只需要简单添加)的回答是:

new = df[df.col_2.isin(['X', 'Z'])]\
  .groupby(['col_1'], as_index=False).sum()\
  .assign(col_2='NEW')

df = pd.concat([df, new]).sort_values('col_1')

我现在正在寻找一种使用自定义函数的方法，例如 (X/Y) 或 ((X+Y)*2)，而不是比 X+Y。如何修改此代码以满足我的新要求？

Answer 1

我不确定这是否是您要找的，但这里是:

def f(x):
    y = x.values
    return y[0] / y[1] # replace with your function

而且，new 的变化是:

new = (
    df[df.col_2.isin(['X', 'Z'])]
      .groupby(['col_1'], as_index=False)[['col_3', 'col_4']]
      .agg(f)
      .assign(col_2='NEW')
)

  col_1     col_3  col_4 col_2
0     a  0.833333   0.25   NEW
1     b  1.166667   1.60   NEW

df = pd.concat([df, new]).sort_values('col_1')

df
  col_1 col_2     col_3  col_4
0     a     X  5.000000   1.00
1     a     Y  3.000000   2.00
2     a     Z  6.000000   4.00
0     a   NEW  0.833333   0.25
3     b     X  7.000000   8.00
4     b     Y  4.000000   3.00
5     b     Z  6.000000   5.00
1     b   NEW  1.166667   1.60

我对 f 抱有信心，并假设这些列在调用函数之前已排序。如果不是这种情况，则需要额外的 sort_values 调用:

df = df.sort_values(['col_1, 'col_2'])

应该可以解决问题。