python - 从多返回值 groupby-apply 操作输出 DataFrame 而不是 Series

Question

编辑:

我需要从多个复杂计算中返回多个值的应用函数。我可以在一个元组中返回这些值，因此 groupby-apply 操作的结果将是一个系列，其中组名作为索引，元组作为值。我希望它返回一个 DataFrame，这样我就可以保留所有 pandas 的功能和灵 active 。

一般来说，groupby-apply 操作的结果将是一个 Series 在这种情况下 apply 返回 1 个值。在应用返回 2 个或更多值的情况下，我希望结果是一个数据框。所以我的问题是如何做到这一点。有关详细信息和示例，请参阅原始 Q

原问题:

我有一个包含许多列和组的数据框。我试图通过 groupby-apply 机制进行分组操作，并为每个组仅检索 2 个值。目前，我为每个组返回一个元组(例如 return (a,b))，因此我得到的结果是一个以组名作为索引、以元组作为值的系列。

这对我来说不是最好的输出，因为我接下来需要按其中一个值进行排序，并且通常这样我会失去很多 DataFrame 和 Series 功能。

我想要返回的是一个包含列“a”和“b”的数据框。

例如，假设有一个看起来像这样的大型数据框 df:

Out[123]:
         ID1            ID2     score
0    6073165338_1    6073165338  100
1    6073165338_1    6073165338  89
2    6073165338_1    6073165338  87
3    6073165338_1    6073165338  65
4    6073165338_1    6073165338  62

我想按 ID1 对其进行分组，并为每个组返回 ID2(每个 ID1 组都相同)以及前 3 个条目的平均分数。我可以做这样的事情:

def calc(grp):
    return grp.ID2.iloc[0],grp.score[:2].mean()

df.groupby('ID1').apply(calc) 的结果应该是一个以 ID1 组为索引、以 2 个元素为值的元组的系列:

6073165338_1 (6073165338, 94.5)

我希望输出是一个数据框，它具有相同的索引和两个值作为数据框中的列，这样我就可以轻松地进行分析。

我该怎么做？

Answer 1

好的，我有两个解决方案。第一个可能更好，但我仍然希望专家发表评论。第一个选项是让应用函数返回一个元组，然后将元组系列转换为 DataFrame:

s = x.groupby('ID1').apply(calc)
DataFrame(s.tolist(),index = s.index,columns = ['ID2','top3avg'])

这导致:

Out[156]:
                     ID2    top3avg
ID1     
6073165338_1     6073165338  94.5

第二个是在返回的元组上使用数据帧构造函数返回数据帧:

def calc(grp):
    return DataFrame([(grp.ID2.iloc[0],grp.score[:2].mean())],columns=['ID2','top3avg'])

x.groupby('ID1').apply(calc) 的结果现在是一个数据帧:

                         ID2    top3avg
ID1         
6073165338_1    0    6073165338  94.5

第一个选项似乎更好，因为:

1. 它只在 groupby-apply 操作结束时运行 DF 构造函数一次
2. 它不返回不必要的整数索引。