Pandas DataFrame GroupBy.Apply
https://pandas.pydata.org/docs/reference/api/pandas.core.groupby.GroupBy.apply.html?highlight=apply#pandas.core.groupby.GroupBy.apply
GroupBy.apply(self, func, *args, **kwargs)
对分组进行操作,并将各分组处理结果合并成一个数据框
GroupBy.apply(self, func, *args, **kwargs)
参数 | 描述 |
---|---|
func | callable,可执行的函数,第一个参数是groupby的每个分组的数据框 |
args, kwargs | tuple and dict,该函数的其他参数 |
return | groupby之前的数据框 |
分组,然后排序
import pandas as pd
import numpy as npdf = pd.DataFrame({'age':[15,16,14,13,17,16],'gender':["man","woman","man","man","woman","man"]
})df.groupby('gender').apply(lambda x: x.sort_values('age')).reset_index(drop=True)def rank(x):x['rank'] = x['age'].rank(method = 'first',ascending=False)x = x.sort_values('age')x = x.set_index('age',drop=False)x = x.reindex([13,14,15,16,17])x['age'] = x['age'].interpolate(method='linear',limit_direction='both')return xdf.groupby('gender').apply(rank)
df.loc["man"]se = pd.Series([5,np.NaN,np.NaN,2,3,4])se.interpolate(limit_direction='both',method = 'linear')
Pandas DataFrame GroupBy.Apply相关推荐
- pandas.DataFrame.groupby
pandas提供了一个灵活高效的groupby功能,它使你能以一种自然的方式对数据集进行切片.切块.摘要等操作.根据一个或多个键(可以是函数.数组或DataFrame列名)拆分pandas对象.计算分 ...
- python的dataframe的groupby_python pandas.DataFrame.groupby()方法详解
文章目录 DataFrame.groupby()概览应用举例 概览内容参考自官方文档详情应用参考文档 DataFrame.groupby()概览 DataFrame.groupby(self, by= ...
- 【debug】Python pandas dataframe.groupby().sum不显示结果,只显示groupby中的条件列
简单介绍 在使用pandas的groupby功能时,输出的结果只显示了用于筛选的groupby中的条件列,而不显示最后sum加总的结果 import pandas as pddf.columns = ...
- Pandas DataFrame: groupby agg的使用
@创建于:2022.07.01 @修改于:2022.07.01,2022.07.09 文章目录 1.构建样例数据(无Null值和有Null值) 2.agg常见聚合函数 3.agg匿名聚合函数 4.ag ...
- pandas dataframe 过滤——apply最灵活!!!
按照某特定string字段长度过滤: import pandas as pddf = pd.read_csv('filex.csv') df['A'] = df['A'].astype('str') ...
- 理解pandas的groupby().apply()
在<利用Python进行数据分析>第2章1880-2011年间全美婴儿姓名例子中,有一段代码: def add_prop(group):births = group.births.asty ...
- [转载] pandas DataFrame apply()函数(1)
参考链接: Pandas DataFrame中的转换函数 之前已经写过pandas DataFrame applymap()函数 还有pandas数组(pandas Series)-(5)apply方 ...
- 分组统计 - DataFrame.groupby() 所见的各种用法 - Python代码
目录 所见 1 :日常用法 所见 2 :解决groupby.sum() 后层级索引levels上移的问题 所见 3 :解决groupby.apply() 后层级索引levels上移的问题 所见 4 : ...
- 熊猫DataFrame groupby()函数
1.熊猫groupby()函数 (1. Pandas groupby() function) Pandas DataFrame groupby() function is used to group ...
最新文章
- vector与结构体联合使用 在磁盘中生成.txt 文件
- .net ticks 转java_《C#并发编程经典实例》—— 转换.NET事件
- python考证书-计算机二级 Python 怎么考?考什么?
- python 视觉技术_python+opencv实现机器视觉基础技术(边缘提取,图像滤波,边缘检测算子,投影,车牌字符分割)...
- 北斗导航 | 基于卡尔曼滤波的IMU+GNSS的组合导航(附Matlab源代码)
- 推荐一款软件(作业)
- linux中ssh启动报错,Linux(Ubuntu18)中启动ssh时的报错
- 痛恨3721的朋友们,装个avast! Antivirus吧
- dump分析工具_阿里P8教你如何使用Jprofile解析dump文件
- C++ 字节序测试代码
- 锂电池荷电状态预测方法
- 人群疏散matlab程序,人群疏散方法及系统与流程
- 闲聊企业数字化转型(1)-供应链数字化
- Laravel单元测试
- Django搭建后台管理系统
- STM32驱动TM1616程序加原理图
- 基于神经网络的图片风格转移小结
- java Runtime.exec方法详解
- java ee 7精粹_Java EE 7精粹 ([美]Arun Gupta) 中文pdf扫描版[68MB]
- 【经典算法6——冒泡排序】
热门文章
- java moneyutils_java中每月等额与先息后本计算
- SQL数据库语言基础之SQL Server自带数据类型、自定义数据类型与使用、创建修改数据表
- android 模仿微信布局,【Android初学者】框架布局:仿微信页面制作
- 07:有趣的跳跃【一维数组】
- 使用Python把PowerPoint文件转换为配乐MP4视频
- 微课|玩转Python轻松过二级:第3章课后习题解答5
- 微课|中学生可以这样学Python(8.4节):递归算法例题讲解2
- 二叉树最小单元结点的实现
- python template_python的Template使用指南
- 单片机shell命令_nr_micro_shell