python - 对 pandas 数据框进行分组，然后通过聚合取abs的平均值

Question

我不知道如何执行以下操作:

假设我有一个包含 3 列的 pandas 数据框:A、B 和 C。

我想首先按A分组，然后对B和C进行聚合。假设我想获取 B 的 mean 和 C 的 max，那么我可以简单地执行以下操作:

import pandas as pd

df = pd.DataFrame({'A' : ['a', 'a', 'b', 'b'], 
                   'B' :[50, 70, 50, 30] ,
                   'C' : [100, -150, -110, 180] })

df.groupby("A").agg({"B":"mean", "C":"max"})

但是，我想要做的是获取 C 的 abs 值的 max。

我尝试了各种方法，包括this answer中描述的方法，但不知何故，它从来没有给我我想要的东西。我确信这个问题有一个简单的答案......我做错了什么？

预期的输出当然是

C A
a 60 150
b 40 180

Answer 1

我认为需要自定义功能:

df1 = df.groupby("A").agg({"B":"mean", "C":lambda x: x.abs().max()})
print (df1)
     C   B
A         
a  150  60
b  180  40

另一个解决方案是 assign后栏abs值:

df1 = df.assign(C = lambda x: x['C'].abs()).groupby("A").agg({"B":"mean", "C":"max"})

详细信息:

print (df.assign(C = lambda x: x['C'].abs()))
   A   B    C
0  a  50  100
1  a  70  150
2  b  50  110
3  b  30  180