pandas groupby中的自定义聚合函数

Posted 2023-03-11

【中文标题】pandas groupby中的自定义聚合函数

【英文标题】：Custom aggregate function in pandas groupby

【发布时间】：2017-08-04 09:12:36

【问题描述】：

我有一个如下的数据框

    Client          Month        Amount
     ABC           201601       -4563
     BHG           201602          321
     HTD           201601       -5234
     BTD            201603         342
     ERT.            201601        234

我想知道每个月有多少客户的金额是负数。它应该是客户总数的百分比，例如 201601 月 2 个客户的金额为负数，一个客户的金额为正数，因此比率应该是 2/3（客户总数为负数）/（该特定月份的客户总数）。

我正在使用以下代码，但它不起作用。

  df.groupby('Month')['Client'].count()

【参考方案1】：

我认为你需要 mean 的布尔掩码创建 x<0:

df = df.groupby('Month')['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month
201601    100.0
201602      0.0
201603      0.0
Name: Amount, dtype: float64

编辑：

df = df.groupby('Month')['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month
201601    66.666667
201602     0.000000
201603     0.000000
Name: Amount, dtype: float64

---

df = df.groupby(['Month', 'Client'])['Amount'].apply(lambda x: 100 * (x<0).mean())
print (df)
Month   Client
201601  ABC       100.0
        HTD       100.0
201602  BHG         0.0
201603  BTD         0.0
Name: Amount, dtype: float64

【讨论】：

如果我按多列分组，上面的逻辑会改变吗？

我要测试一下，等一下。

我认为它适用于多列也非常好。

我需要一个数量为负数的客户与该特定月份的客户总数的比例

我不确定是否理解，它需要别的东西吗？您可以更改示例并添加所需的输出或解释更多吗？谢谢。