我有一个DataFrame如下所示:

df = {'col_1': [1,2,3,4,5,6,7,8,9,10],
      'col_2': [1,2,3,4,5,6,7,8,9,10],
      'col_3':['A','A','A','A','A','B','B','B','B','B']}
df = pd.DataFrame(df)

虽然我使用的实际数据有数百列,但我想使用不同的函数(如minmax以及自定义函数,例如:
def dist(x):
    return max(x) - min(x)
def HHI(x):
    ss = sum([s**2 for s in x])
    return ss

我不想浪费很多行,而是想要一个像这样的函数:
def myfunc(cols,fun):
    return df.groupby('col_3')[[cols]].transform(lambda x: fun)
# which allow me to do something like:

df[['min_' + s for s in cols]] = myfunc(cols, min)
df[['max_' + s for s in cols]] = myfunc(cols, max)
df[['dist_' + s for s in cols]] = myfunc(cols, dist)

在Python中这可能吗(我的猜测是"is")?
那怎么办


编辑======关于自定义功能的名称========
根据jpp的解决方案,我要求的是可能的,至少对于bulit-in函数而言,更多的工作需要考虑自定义函数。

一个可行的解决方案,
temp = df.copy()
for func in ['HHI','DIST'] :
    print(func)
    temp[[ func + s for s in cols]] = df.pipe(myfunc,cols,eval(func))

这里的关键是使用eval功能将字符串表达式转换为函数。但是,有更好的方法可以做到这一点,我们拭目以待。

编辑======每个jpp关于自定义函数名称的评论=======

jpp的将函数名直接输入myfun的注释根据我的测试是有效的,但是,基于func的新列名将类似于:<function HHI at 0x00000194460019D8>,它不是很可读,修改为temp[[ str(func.__name__) + s for s in cols]],希望这对那些来以后再解决这个问题。

最佳答案

这是使用 pd.DataFrame.pipe 的一种方法。

使用Python,所有内容都是一个对象,无需进行类型检查就可以传递。理念是“不要检查它是否有效,只需尝试一下...”。因此,您可以将字符串或函数传递给myfunc,然后将其传递给 transform ,而不会产生任何有害的副作用。

def myfunc(df, cols, fun):
    return df.groupby('col_3')[cols].transform(fun)

cols = ['col_1', 'col_2']

df[[f'min_{s}' for s in cols]] = df.pipe(myfunc, cols, 'min')
df[[f'max_{s}' for s in cols]] = df.pipe(myfunc, cols, 'max')
df[[f'dist_{s}' s in cols]] = df.pipe(myfunc, cols, lambda x: x.max() - x.min())

结果:
print(df)

   col_1  col_2 col_3  min_col_1  min_col_2  max_col_1  max_col_2  dist_col_1  \
0      1      1     A          1          1          5          5           4
1      2      2     A          1          1          5          5           4
2      3      3     A          1          1          5          5           4
3      4      4     A          1          1          5          5           4
4      5      5     A          1          1          5          5           4
5      6      6     B          6          6         10         10           4
6      7      7     B          6          6         10         10           4
7      8      8     B          6          6         10         10           4
8      9      9     B          6          6         10         10           4
9     10     10     B          6          6         10         10           4

   dist_col_2
0           4
1           4
2           4
3           4
4           4
5           4
6           4
7           4
8           4
9           4

关于python - 使用其他函数名称作为参数来定义函数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/52682614/

10-11 22:48
查看更多