GroupBy函数未应用

文章/答案/技术大牛

发布

1回答

pandas

Enterprise ID', right_on='Enterprise ID', how='left')specials = specials.groupby

浏览 12提问于2021-01-13得票数 0

2回答

在不计算的情况下获取星火数据中的行数

scala、apache-spark、apache-spark-sql

我正在星火DataFrame (filter，groupBy，join)上应用许多转换。我希望在每次转换之后在DataFrame中有行数。目前，我正在使用函数count()计算每个转换后的行数，但每次都会触发一个未真正优化的操作。我想知道是否有任何方法可以知道行数，而不必触发比原始作业更多的操作。

浏览 1提问于2019-05-17得票数 4

回答已采纳

1回答

Groupby并应用函数

python、pandas、group-by、apply、pandas-groupby

我想通过我的df "cod_id“的变量进行分组，然后应用这个函数：dd.groupby(['cod_id']).apply([dd.loc[dd['dt_op'].between(d, d + pd.Timedelta(days = 7)), 'quantity

浏览 0提问于2018-10-15得票数 2

1回答

如何在Pandas中访问2列分组的结果？

pandas

我按两列运行分组，并对该df.groupby(['is_registered', 'user_id']).apply(tests_scores_avg)应用了一个函数，该函数在多索引系列中生成了一个新的未标记的列

浏览 0提问于2013-06-25得票数 1

回答已采纳

2回答

迭代使用groupby应用函数

python、pandas、apply

当前，将函数应用于Label A，并返回指定半径范围内的其他点。，什么是迭代地将这个函数传递给Label中所有唯一值的最有效的方法？而不是一次传递一个值.coordinates['Label'].eq(ID).values.argmax()] <= radius] 目前，我正在将函数分别应用于有没有一种方法可以迭代地应用。# Label A df_A = df.

浏览 0提问于2020-01-16得票数 1

回答已采纳

1回答

Python对SQL数据进行分组

python、pandas

stock_data_w.csv', parse_dates=[u'date'], encoding='gbk')stock_data[u'change_weekly'] = stock_data.groupby(u'code')[u&#

浏览 4提问于2015-12-06得票数 1

回答已采纳

2回答

Pandas: Groupby填充消失列

pandas

我正在做一个groupby和一个ffill。张贴这篇文章，我看不到我分组的专栏。为什么？我能做些什么来缓解这种情况？我的代码如下： df.groupby(["col1"], as_index=False).fillna(method="ffill")

浏览 3提问于2021-05-01得票数 0

1回答

应用groupby变换中的函数

python、function、pandas、group-by、functools

15786000我有一个程序，在其中一个具有嵌入式功能的函数上成功地运行了一个groupby。这一行看上去像这样请回答我的第一个问题和数据格式：现在我明白了，

浏览 3提问于2016-05-20得票数 0

回答已采纳

4回答

对groupby函数应用过滤

python、pandas

我需要构建一个数据帧，其中包含具有多个天线但高度不同的单元我曾尝试使用groupby函数，该函数将返回单元格计数，但我不知道如何使用它进行过滤 import pandas as pd["LTE1800","LTE700","LTE700","LTE700","LTE700","LTE2100","LTE2100"]} ) df1

浏览 47提问于2019-01-25得票数 0

回答已采纳

4回答

使用groupby对熊猫的分类变量删除未使用的类别

python、pandas

根据，默认情况下，groupby将显示“未使用”类别： In [119]: df = pd.DataFrame({"cats":cats,"v

浏览 4提问于2018-01-02得票数 11

回答已采纳

1回答

groupby应用Pandas未产生所需的输出

python、pandas

下面是我的数据框架的一个小样本:我正在尝试一个groupby.apply，它没有给我想要的结果。10000000174015 H5NM 2016-06-30 05:56:09通过执行下面的groupby.applyIn [206]: df1.groupby(['Location_ID','Terminal'])['Time'].apply(lambda x : x.d

浏览 9提问于2016-09-02得票数 0

回答已采纳

1回答

了解pandas groupby().agg()值

python、pandas、numpy

数据的格式如下：当我跑步的时候gb 我无法完全理解df_.groupby(["kidney_stone_size", "treatment"]).agg([np.sum, lambda x: len(首先，加重门数据似乎是从groupby部件中省略的列计算出来的

浏览 0提问于2021-03-09得票数 0

2回答

：如何根据其他列进行条件聚合

python、filter、conditional-statements、aggregate、pandas-groupby

我想使用Panda的groupby具有多个聚合函数，但也包括每个聚合的条件语句。('id').agg( sum_value=('value', np.sum)OUTPUT OF SIMPLE GROUPBY简而言之，这是所需的输出：| id | num_records | sum_value_in_scope |

浏览 5提问于2020-03-23得票数 2

回答已采纳

1回答

Python -忽略NaN时取Pandas groupby内部的加权平均值

python、python-2.7、pandas、numpy

{ } result = df.groupby在创建新列时，我似乎无法按pd.notnull进行dropna()或过滤，并且我不知道在何处创建掩码数组以避免将NaN传递给group_wa函数()。在这种情况下，如何忽略NaN？

浏览 0提问于2017-03-27得票数 1

3回答

使用Pandas ()+ apply()和参数

python、pandas、dataframe、apply、pandas-groupby

我希望结合使用df.groupby()和apply()，为每个组的每一行应用一个函数。我通常使用以下代码，这些代码通常可以工作(注意，这没有groupby())：在groupby()中，我尝试了以下方法：但是，我得到以下错误：因此，我的问题

浏览 4提问于2017-04-18得票数 52

回答已采纳

2回答

如何将多个函数应用于groupby对象

python、pandas、dataframe

例如，我有两个lambda函数应用于分组的数据帧：df.groupby(['A', 'B']).apply(lambda两者都可以工作，但结合起来就不行了：为什么会这样呢？如何

浏览 0提问于2017-06-02得票数 8

1回答

熊猫使用groupby对groupby变量的每个值应用不同的函数。

python、pandas

我想使用groupby，但不对每个组应用相同的函数，而是指定要应用到哪个组值的函数。我在这里提供了一个非常简单的例子来说明这一点，但在现实中，我的groupby变量有很多值，我的函数都是用户定义的，而且相当复杂--所以涉及分别选择每个组或将相同的函数应用于所有组的解决方案是不切实际的。['A','A','A','B','B','

浏览 1提问于2014-12-05得票数 1

回答已采纳

1回答

执行Pivot_table错误时熊猫-Type错误

python、numpy、pandas

data, values, rows, cols, aggfunc, fill_value, margins, dropna) 102 grouped = data.groupbytable = agged C:\Users\Bengtw\AppData\Local\Enthought\Canopy32

浏览 4提问于2013-08-22得票数 2

回答已采纳

2回答

在应用函数pandas python中包含组名

python、pandas、pandas-groupby、apply

是否可以指定groupby()调用在apply() lambda函数中使用组名？类似于如果我遍历组，我可以通过以下元组分解获得组键： printgroup_nametemp_dataframe.groupby(level=0,axis=0).apply(lambda group_name, subdf: foo(

浏览 0提问于2015-09-08得票数 29

回答已采纳

1回答

将加权平均函数应用于不对数据进行分组的数据，就好像它是单个组一样

python、pandas、apply

我想应用一个函数来计算类似于的加权平均绝对偏差的函数，所有都是我的数据框架的元素。我已经有了一个解决方案，但对我来说，这似乎很奇怪，因为我不得不在lambda函数中使用groupby，这个函数总是返回相同的值： d = np.abs(my_target- group['column1']) return (d * w).sum() &#x

浏览 3提问于2015-04-30得票数 2

回答已采纳

点击加载更多