分组和转换熊猫数据

Question

我有一个时间序列数据集，有10个观测单位。每个观察单位每天都可以进行一段时间的活动。因此，我有（可以说）4个变量的数据帧：

日期 - 最新 单位 - 观察 acitvity的单位 - 一些活动 CumHours - 由一个单位的活动花了几个小时的累计数。

我需要创建一个'Hours_calc'变量，表示每天每条线上的任何活动花费了多少小时。进口一切正常位的作品后，我这样做：

DF = (mydata, columns = ['Date', 'Unit', 'Activity', 'CumHours']) 
DF['Hours_calc'] = np.nan 
DFGrouped = DF.groupby(['Unit', 'Activity']) 

我相信我所需要的变换方法，我认为，通过转换功能（如指定）的第一个参数是DF列作为系列与agg（）方法一样。是对的吗？

我写了下面的函数，但正如你所看到的，我不知道计算中是否应该指DF或DFGrouped，或者是什么？一般来说如何引用goruped数据中的行/列？另外，我是否有权尝试返回与groupby组相同长度的系列？

def WorkingHours(x, Column): 
    LISTHOURS = [] 
    for row in xrange(1, len(x)): 
     Tot = int(DFGrouped[Column][row]) - int(DFGrouped[Column][row - 1]) 
     LISTHOURS.append(Tot) 
    return pd.Series(LISTHOURS) 

TESTDF = DFGrouped.transform({Hours_calc : lambda x : WorkingHours(x, 'CumHours')}) 

而且我没有看到有关传递一个快译通改造文档中任何东西，但我不能看到在gorup只有一个变量/列执行该功能的任何其他方式。

我在哪里错了？该错误消息很长，但令人困惑，但以“数据类型的转换函数无效”结束。

Answer 1

我认为您可以使用shift函数将分组数据中的列移动一行。然后，如果您减去原稿并移位，您将获得活动花费的原始小时数。

df = (mydata, columns = ['date', 'unit', 'activity', 'cumhours']) 
grouped = df.groupby(['unit', 'activity']) 
shift_it = lambda x: (x - x.shift()) 
raw_hours = grouped.cumhours.transform(shift_it) 
df.insert(0, 'raw_hours',raw_hours) 

编辑1. 如果你想一般功能通过使用变换系元素迭代，但没有复制到列表中，试试这个：

df = (mydata, columns = ['date', 'unit', 'activity', 'cumhours']) 
grouped = df.groupby(['unit', 'activity']) 
def trans_func(x): 
    y=x.copy() 
    for i in range(1,len(x.index)): 
     x.iloc[i]=y.iloc[i]-y.iloc[i-1] 
    return x 

raw_hours = gr['cumhours'].transform(lambda x: trans_func(x)) 
df.insert(0, 'raw_hours',raw_hours) 

Answer 2

我想我终于解决了这个问题。我怀疑，夜暮的回答是不错的，但我更喜欢这个，因为它是一个运动的最后学习如何运用自己的功能：

DF = (mydata, columns = ['Date', 'Unit', 'Activity', 'CumHours']) 
DF['Hours_calc'] = np.nan 
DFGrouped = DF.groupby(['Unit', 'Activity']) 

def WorkingHours(x): 
    CumHoursList = list(x) 
    HoursCalcList = [] 
    HoursCalcList.insert(0, CumHoursList[0]) 
    for index in xrange(1, len(CumHoursList)): 
     CalcHoursList/insert(index, CumHoursList[index] - CumHoursList[index - 1]) 
    return CalcHoursList 

DFGrouped['CumHours'].transform(lambda x: WorkingHours(x)) 

作品的魅力！