python - 在满足条件的 SeriesGroupBy 对象上使用 Apply

Question

我有一个 DataFrame df1 :

 df1.head() = 

           id      ret     eff
    1469  2300 -0.010879  4480.0
    328   2300 -0.000692 -4074.0
    1376  2300 -0.009551  4350.0
    2110  2300 -0.014013  5335.0
    849   2300 -0.286490 -9460.0

我想创建一个新列，其中包含列 df1['eff'] 的规范化值.
换句话说，我想分组 df1['eff']通过 df1['id'] , 查找最大值 ( mx = df1['eff'].max() ) 和最小值 ( mn = df2['eff'].min() ), 并以成对方式划分 df1['eff'] 列的每个值通过 mn或 mx取决于 df1['eff'] > 0或 df1['eff']< 0 .

我写的代码如下:

df1['normd'] = df1.groupby('id')['eff'].apply(lambda x: x/x.max() if x > 0 else x/x.min())

但是 python 抛出以下错误:

*** ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(),
 a.item(), a.any() or a.all().

自 df1.groupby('id')['eff']是 SeriesGroupBy Object , 我决定使用 map() .但是 python 再次抛出以下错误:

 *** AttributeError: Cannot access callable attribute 'map' of 'SeriesGroupBy' ob
 jects, try using the 'apply' method

非常感谢。

Answer 1

您可以使用自定义函数f，在可能的地方轻松添加print。所以 x 是 Series 并且您需要通过 numpy.where 比较每个组.输出为 numpy array，您需要将其转换为 Series:

def f(x):
    #print (x)
    #print (x/x.max())
    #print (x/x.min())
    return pd.Series(np.where(x>0, x/x.max(), x/x.min()), index=x.index)


df1['normd'] = df1.groupby('id')['eff'].apply(f)
print (df1)
        id       ret     eff     normd
1469  2300 -0.010879  4480.0  0.839738
328   2300 -0.000692 -4074.0  0.430655
1376  2300 -0.009551  4350.0  0.815370
2110  2300 -0.014013  5335.0  1.000000
849   2300 -0.286490 -9460.0  1.000000

什么是相同的:

df1['normd'] = df1.groupby('id')['eff']
                  .apply(lambda x: pd.Series(np.where(x>0, 
                                                      x/x.max(), 
                                                      x/x.min()), index=x.index))
print (df1)
        id       ret     eff     normd
1469  2300 -0.010879  4480.0  0.839738
328   2300 -0.000692 -4074.0  0.430655
1376  2300 -0.009551  4350.0  0.815370
2110  2300 -0.014013  5335.0  1.000000
849   2300 -0.286490 -9460.0  1.000000