0
私は、列でグループ化されたパンダのデータフレームにscipy.stats
を適用する必要があります。私は結果のDataFrameの列の名前を保持できるようにしたいと思います。ここに私がこれまで持っているものがあります。)(pandas.DataFrame.groupby.apply後の列の名前を変更し
デモ用のランダムデータから始めます。
df = pd.DataFrame(np.random.randn(10, 5),
columns=['a', 'b', 'c', 'd', 'e'])
df['category'] = pd.Series(["1","2","3","1","1","3","2","3","1","2"])
df.head()
出力:
a b c d e category
0 -0.384575 -1.722937 0.868886 -1.843398 -1.659861 1
1 1.170742 -2.732823 0.974790 -0.167318 0.399720 2
2 -0.330587 -0.214645 -0.196441 0.768405 1.256272 3
3 0.961955 -0.270461 -0.226601 1.911941 -0.595420 1
4 0.596214 0.122938 2.420786 0.113196 0.734691 1
はここsum()
機能を使用して、私が何をしたいの例です:
grouped = df.groupby('category')
grouped.sum()
出力:列が持っていることを
a b c d e
category
1 -0.246350 -0.973571 4.525511 2.690969 -2.216404
2 2.238123 -3.794821 -0.457655 -1.248493 -0.342675
3 -1.049097 1.359168 1.125174 0.659131 2.139560
お知らせ正しいラベル。今の問題のため:
grouped.apply(kurtosis)
出力:これはもはやデータフレームで、カラム名を持っていないことを
category
1 [-1.40177576836, -1.02037807436, -1.1792712163...
2 [-1.5, -1.5, -1.5, -1.5, -1.5]
3 [-1.5, -1.5, -1.5, -1.5, -1.5]
dtype: object
注意。だから私は、指定された名前を持つシリーズスマート、および出力を取得しよう - しかし、それは動作しません:
grouped.apply(lambda x: pd.Series(kurtosis(x), name=x.name))
出力:
0 1 2 3 4
category
1 -1.401776 -1.020378 -1.179271 -1.384131 -0.984184
2 -1.500000 -1.500000 -1.500000 -1.500000 -1.500000
3 -1.500000 -1.500000 -1.500000 -1.500000 -1.500000
任意のアイデア?私は何が欠けていますか?それがなぜ起こるか
シンプルで素敵な – MaxU
感謝を! - これは私の関数のほとんどで働いていましたが、残ったものについては以下のように変更できました: 'df.groupby(" category ").gg(lambda x:kstest(x、 'norm')[1]) '。 '[1]'は 'kstest'関数のp値出力のみをとります。 – proinsias