0
我需要将scipy.stats
应用于按分组列的pandas DataFrame。我希望能够在结果DataFrame中保留列的名称。这是迄今为止我所拥有的。重命名pandas.DataFrame.groupby.apply()后的列
从一些随机数据开始演示。
df = pd.DataFrame(np.random.randn(10, 5),
columns=['a', 'b', 'c', 'd', 'e'])
df['category'] = pd.Series(["1","2","3","1","1","3","2","3","1","2"])
df.head()
输出:
a b c d e category
0 -0.384575 -1.722937 0.868886 -1.843398 -1.659861 1
1 1.170742 -2.732823 0.974790 -0.167318 0.399720 2
2 -0.330587 -0.214645 -0.196441 0.768405 1.256272 3
3 0.961955 -0.270461 -0.226601 1.911941 -0.595420 1
4 0.596214 0.122938 2.420786 0.113196 0.734691 1
这里有我想要的东西例如,使用sum()
功能:
grouped = df.groupby('category')
grouped.sum()
输出:
a b c d e
category
1 -0.246350 -0.973571 4.525511 2.690969 -2.216404
2 2.238123 -3.794821 -0.457655 -1.248493 -0.342675
3 -1.049097 1.359168 1.125174 0.659131 2.139560
注意,列有正确的标签。现在的问题:
grouped.apply(kurtosis)
输出:
category
1 [-1.40177576836, -1.02037807436, -1.1792712163...
2 [-1.5, -1.5, -1.5, -1.5, -1.5]
3 [-1.5, -1.5, -1.5, -1.5, -1.5]
dtype: object
注意,这不再是一个数据帧,并没有列名。所以,我试图让聪明,输出与指定名称的系列 - 但它不工作:
grouped.apply(lambda x: pd.Series(kurtosis(x), name=x.name))
输出:
0 1 2 3 4
category
1 -1.401776 -1.020378 -1.179271 -1.384131 -0.984184
2 -1.500000 -1.500000 -1.500000 -1.500000 -1.500000
3 -1.500000 -1.500000 -1.500000 -1.500000 -1.500000
任何想法?我错过了什么?
简单又好的 – MaxU
谢谢! - 这对我的大部分函数都有效,我可以按照以下方式对其进行调整:'df.groupby(“category”)。agg(lambda x:kstest(x,'norm')[1]) '。 '[1]'只接受kstest函数的p值输出。 – proinsias