pandas groupbyはDataFrameをSeriesに変換できますか？

Question

私はpandasとstatsmodelsを使用して、データフレームのサブセットに線形モデルをフィットさせ、予測値を返したいと考えています。しかし、私は使用するために正しいパンダのイディオムを考え出すことに問題があります。ここで私が何をしようとしていますものです：

import pandas as pd 
import statsmodels.formula.api as sm 
import seaborn as sns 

tips = sns.load_dataset("tips") 
def fit_predict(df): 
    m = sm.ols("tip ~ total_bill", df).fit() 
    return pd.Series(m.predict(df), index=df.index) 
tips["predicted_tip"] = tips.groupby("day").transform(fit_predict) 

これは、次のエラーが発生します。

--------------------------------------------------------------------------- 
ValueError        Traceback (most recent call last) 
<ipython-input-139-b3d2575e2def> in <module>() 
----> 1 tips["predicted_tip"] = tips.groupby("day").transform(fit_predict) 

/Users/mwaskom/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in transform(self, func, *args, **kwargs) 
    3033      return self._transform_general(func, *args, **kwargs) 
    3034   except: 
-> 3035    return self._transform_general(func, *args, **kwargs) 
    3036 
    3037   # a reduction transform 

/Users/mwaskom/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in _transform_general(self, func, *args, **kwargs) 
    2988      group.T.values[:] = res 
    2989     else: 
-> 2990      group.values[:] = res 
    2991 
    2992     applied.append(group) 

ValueError: could not broadcast input array from shape (62) into shape (62,6) 

エラーは、私が.transformは、データフレームにデータフレームをマッピングしたいと思うことに意味があります。しかし、DataFrameでgroupby操作を行い、各チャンクをSeries（同じインデックスを持つ）に縮小する関数に渡し、結果のSeriesを元のデータフレームに挿入できるものに結合する方法がありますか？

Answer 1

ここの上部は同じですが、私はちょうどおもちゃのデータセットを使用しています。私はファイアウォールの背後にいます。

tips = pd.DataFrame({ 'day':list('MMMFFF'), 'tip':range(6), 
         'total_bill':[10,40,20,80,50,40] }) 

def fit_predict(df): 
    m = sm.ols("tip ~ total_bill", df).fit() 
    return pd.Series(m.predict(df), index=df.index) 

変更「適用」に「変換」する場合は、取得します：あなたはレベル= 0を削除した場合、必要に応じて、非常にあなたが何をしたい、しかし、あなたが進むことができていない

tips.groupby("day").apply(fit_predict) 

day 
F 3 2.923077 
    4 4.307692 
    5 4.769231 
M 0 0.714286 
    1 1.357143 
    2 0.928571 

：

tips['predicted'] = tips.groupby("day").apply(fit_predict).reset_index(level=0,drop=True) 

    day tip total_bill predicted 
0 M 0   10 0.714286 
1 M 1   40 1.357143 
2 M 2   20 0.928571 
3 F 3   80 2.923077 
4 F 4   50 4.307692 
5 F 5   40 4.769231 

Answer 2

EDIT：

q.gps.apply(lambda df: df.join(q.fit_predict(df)))

私はSeriesに名前を付けるためにあなたのfit_predict機能を変更する必要がありました。

def fit_predict(df): 
m = sm.ols("tip ~ total_bill", df).fit() 
s = pd.Series(m.predict(df), index=df.index) 
s.name = 'Prediction' #EDIT 
return s