在Python Pandas中,我想通过对多个列执行多个聚合函数来添加列,比如R mutate_each。例如,Python Pandas能否实现与以下R脚本相同的处理?
R dplyr :
iris %>%
group_by(Species) %>%
mutate_each(funs(min, max, mean), starts_with("Sepal"))然而,我能够实现与使用Pandas的变异体相同的处理。如下面的代码所示,我可以执行一个聚合函数并添加一列。
R dplyr :
iris %>% group_by(Species) %>% mutate(MaxSepalLen = max(Sepal.Length))
Python Pandas :
iris.assign(MaxSepalLen = iris.groupby("Species")["Sepal.Length"].transform('max'))发布于 2017-11-09 21:35:48
使用Pandas,这可以用更长的方式来完成。
首先,让我们准备数据:
import pandas as pd
import numpy as np
from sklearn.datasets import load_iris
iris_data = load_iris()
iris = pd.DataFrame(iris_data.data, columns = [c[0:3] + c[6] for c in iris_data.feature_names])
iris['Species'] = iris_data.target_names[iris_data.target]现在我们可以模仿mutate_each管道了:
# calculate the aggregates
pivot = iris.groupby("Species")[iris.columns[iris.columns.str.startswith('sepal')]
].aggregate(['min', 'max', np.mean])
# name the aggregates
pivot.columns = pivot.columns.get_level_values(0) + pivot.columns.get_level_values(1)
# merge aggregates with the original dataframe
new_iris = iris.merge(pivot, left_on='Species', right_index=True)pivot表实际上是一个小的数据透视表:
seplmin seplmax seplmean sepwmin sepwmax sepwmean
Species
setosa 4.3 5.8 5.006 2.3 4.4 3.418
versicolor 4.9 7.0 5.936 2.0 3.4 2.770
virginica 4.9 7.9 6.588 2.2 3.8 2.974new_iris是一个150x11的表,其中包含来自iris和pivot的所有列的组合,与dplyr的输出完全相同。
发布于 2021-06-15 14:07:19
mutate_each被mutate和across所取代。
您可以在python中尝试:
>>> from datar.all import f, group_by, starts_with, mutate, across, max, min, mean
>>> from datar.datasets import iris
>>>
>>> iris >> \
... group_by(f.Species) >> \
... mutate(across(starts_with("Sepal"), [min, max, mean]))
Sepal_Length Sepal_Width Petal_Length Petal_Width Species Sepal_Length_1 Sepal_Length_2 Sepal_Length_3 Sepal_Width_1 Sepal_Width_2 Sepal_Width_3
<float64> <float64> <float64> <float64> <object> <float64> <float64> <float64> <float64> <float64> <float64>
0 5.1 3.5 1.4 0.2 setosa 4.3 5.8 5.006 2.3 4.4 3.428
1 4.9 3.0 1.4 0.2 setosa 4.3 5.8 5.006 2.3 4.4 3.428
2 4.7 3.2 1.3 0.2 setosa 4.3 5.8 5.006 2.3 4.4 3.428
3 4.6 3.1 1.5 0.2 setosa 4.3 5.8 5.006 2.3 4.4 3.428
.. ... ... ... ... ... ... ... ... ... ... ...
4 5.0 3.6 1.4 0.2 setosa 4.3 5.8 5.006 2.3 4.4 3.428
145 6.7 3.0 5.2 2.3 virginica 4.9 7.9 6.588 2.2 3.8 2.974
146 6.3 2.5 5.0 1.9 virginica 4.9 7.9 6.588 2.2 3.8 2.974
147 6.5 3.0 5.2 2.0 virginica 4.9 7.9 6.588 2.2 3.8 2.974
148 6.2 3.4 5.4 2.3 virginica 4.9 7.9 6.588 2.2 3.8 2.974
149 5.9 3.0 5.1 1.8 virginica 4.9 7.9 6.588 2.2 3.8 2.974
[Groups: Species (n=3)]
[150 rows x 11 columns]我是datar包的作者。
https://stackoverflow.com/questions/46803072
复制相似问题