在使用 df.groupby(column).apply()
时,在 apply
上下文中获取 groupby
列,可以通过 apply
函数的参数访问 groupby
列。具体而言,apply
函数会将每个组作为参数传递给被调用的函数,可以在该函数内部通过参数访问 groupby
列。
下面是一个示例代码,演示了如何在 apply
上下文中获取 groupby
列:
import pandas as pd
# 创建一个示例数据框
data = {'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
'B': ['one', 'one', 'two', 'two', 'two', 'one', 'two', 'one'],
'C': [1, 2, 3, 4, 5, 6, 7, 8],
'D': [10, 20, 30, 40, 50, 60, 70, 80]}
df = pd.DataFrame(data)
# 按 'A' 列进行分组,并在 apply 上下文中获取 'A' 列
def apply_func(group):
group_a = group['A']
print(group_a.unique()) # 输出当前组的 'A' 列唯一值
df.groupby('A').apply(apply_func)
输出结果如下:
['foo']
['bar']
在上述示例中,我们通过 df.groupby('A').apply(apply_func)
对数据框按 'A' 列进行分组,并通过 apply
函数调用 apply_func
函数。在 apply_func
函数内部,我们通过 group['A']
访问了当前组的 'A' 列,并输出了该列的唯一值。
希望这个示例能够帮助您理解如何在 apply
上下文中获取 groupby
列。关于 groupby
的更多信息,您可以参考腾讯云的产品文档:腾讯云-云服务器CVM。
领取专属 10元无门槛券
手把手带您无忧上云