我有一個數(shù)據(jù)框 dfdf:GROUP VALUE 1 5 2 2 1 10 2 20 1 7還有一個功能import numpy as npfrom scipy import statsdef z_score(x): z = np.abs(stats.zscore(x)) c = np.where(x > 5, 1, 0) return z,c我試圖在函數(shù)輸出和熊貓變換方法的幫助下在數(shù)據(jù)框中創(chuàng)建兩列df['zscore'], df['label'] = a.groupby(['GROUP'])['VALUE'].transform(z_score)但是在運(yùn)行上述代碼段后出現(xiàn)以下錯誤ValueError: Length of passed values is 2, index implies 3如何實現(xiàn)這一目標(biāo)？
1 回答
繁星coding
TA貢獻(xiàn)1797條經(jīng)驗 獲得超4個贊
您可以DataFrame在函數(shù)中返回：
def z_score(x):
z = np.abs(stats.zscore(x))
c = np.where(x > 5, 1, 0)
return pd.DataFrame({'zscore':z,'label':c}, index=x.index)
df[['zscore','label']] = df.groupby(['GROUP'])['VALUE'].apply(z_score)
print (df)
GROUP VALUE zscore label
0 1 5 1.135550 0
1 2 2 1.000000 0
2 1 10 1.297771 1
3 2 20 1.000000 1
4 1 7 0.162221 1
但是為了獲得更好的性能，可以在 out of 之后更改groupbyfor scoreonly 和labelcolumn count 的代碼groupby：
def z_score(x):
z = np.abs(stats.zscore(x))
return z
df['zscore'] = df.groupby('GROUP')['VALUE'].transform(z_score)
#lambda function alternative
#df['zscore'] = df.groupby('GROUP')['VALUE'].transform(lambda x: np.abs(stats.zscore(x)))
df['label'] = np.where(df['VALUE'] > 5, 1, 0)
print (df)
GROUP VALUE zscore label
0 1 5 1.135550 0
1 2 2 1.000000 0
2 1 10 1.297771 1
3 2 20 1.000000 1
4 1 7 0.162221 1
添加回答
舉報
0/150
提交
取消