用法:
GroupBy.pipe(func, *args, **kwargs)
将带有参数的函数
func
应用到此 GroupBy 对象并返回函数的结果。如果您想通过将需要 Series、DataFrames、GroupBy 或 Resampler 对象的函数链接在一起来提高可读性,请使用
.pipe
。而不是写>>> h(g(f(df.groupby('group')), arg1=a), arg2=b, arg3=c)
你可以写
>>> (df.groupby('group') ... .pipe(f) ... .pipe(g, arg1=a) ... .pipe(h, arg2=b, arg3=c))
这更具可读性。
- func:(callable, str) 的可调用或元组
应用于此 GroupBy 对象或
(callable, data_keyword)
元组的函数,其中data_keyword
是一个字符串,指示需要 GroupBy 对象的callable
的关键字。- args:可迭代的,可选的
传递给
func
的位置参数。- kwargs:字典,可选
传递给
func
的关键字参数字典。
- object:
func
的返回类型。
- object:
参数:
返回:
注意:
在这里查看更多
例子:
>>> df = pd.DataFrame({'A':'a b a b'.split(), 'B':[1, 2, 3, 4]}) >>> df A B 0 a 1 1 b 2 2 a 3 3 b 4
要在一次通过中获得每组最大值和最小值之间的差异,您可以执行
>>> df.groupby('A').pipe(lambda x:x.max() - x.min()) B A a 2 b 2
相关用法
- Python pandas.core.groupby.GroupBy.nth用法及代码示例
- Python pandas.core.groupby.GroupBy.cumcount用法及代码示例
- Python pandas.core.groupby.GroupBy.mean用法及代码示例
- Python pandas.core.groupby.GroupBy.tail用法及代码示例
- Python pandas.core.groupby.GroupBy.rank用法及代码示例
- Python pandas.core.groupby.GroupBy.apply用法及代码示例
- Python pandas.core.groupby.GroupBy.ngroup用法及代码示例
- Python pandas.core.groupby.GroupBy.head用法及代码示例
- Python pandas.core.groupby.SeriesGroupBy.unique用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.hist用法及代码示例
- Python pandas.core.groupby.SeriesGroupBy.nlargest用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.resample用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.quantile用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.cumcount用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.sample用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.fillna用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.filter用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.aggregate用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.nunique用法及代码示例
- Python pandas.core.groupby.DataFrameGroupBy.describe用法及代码示例
注:本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.core.groupby.GroupBy.pipe。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。