主页 / coding / 问题 / 79432346
Accepted
Whitebeard13
Asked: 2025-02-12 16:16:51 +0800 CST

多次 Groupby 并应用函数来生成多个新列

  • 772

我想在现有的 pandas 数据框 ( df) 中创建三个新列，方法是对同一列使用相同的lambda函数，但输入不同。我已通过以下代码行成功完成此操作。不过，我想知道是否有更快的方法可以用更少的代码行产生相同的输出：

df["1d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(1))
        .values
)
df["5d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(5))
        .values
)
df["30d"] = (
        df
        .groupby(cols)["ln"]
        .apply(lambda x: x - x.shift(30))
        .values
)
pandas

1 个回答

  1. Best Answer

    您必须循环切换，但您可以重复使用石斑鱼：

    shifts = [1, 5, 30]
g = df.groupby(cols)['ln']
for s in shifts:
    df[f'{s}d'] = df['ln']-g.shift(s)

    此外，您使用groupby.apply+的方法.values不正确。这仅在行已按组排序时才有效。如果您使用，groupby.shift您将保持正确的索引/对齐。

    如果您确实需要使用自定义函数，请使用groupby.transform：

    shifts = [1, 5, 30]
g = df.groupby(cols)['ln']
for s in shifts:
    df[f'{s}d'] = g.transform(lambda x: x-x.shift(s))

    带有虚拟输入的示例cols = ['A', 'B']：

        A  B  ln    1d    5d  30d
0   0  0   0   NaN   NaN  NaN
1   0  0   2   2.0   NaN  NaN
2   0  0  10   8.0   NaN  NaN
3   0  1   6   NaN   NaN  NaN
4   0  1   8   2.0   NaN  NaN
5   0  1   9   1.0   NaN  NaN
6   0  1  15   6.0   NaN  NaN
7   1  0   4   NaN   NaN  NaN
8   1  0  19  15.0   NaN  NaN
9   1  1   1   NaN   NaN  NaN
10  1  1   3   2.0   NaN  NaN
11  1  1  12   9.0   NaN  NaN
12  1  1  16   4.0   NaN  NaN
13  1  1  17   1.0   NaN  NaN
14  1  1  18   1.0  17.0  NaN
15  2  0   7   NaN   NaN  NaN
16  2  0  11   4.0   NaN  NaN
17  2  0  13   2.0   NaN  NaN
18  2  1   5   NaN   NaN  NaN
19  2  1  14   9.0   NaN  NaN
    • 2

相关问题