如何在pivot_table聚合后映射pandas结果？

Question

我有一些像这样通过的测试数据：import numpy as npimport pandas as pddata = [[np.random.choice(['Tmax', 'Tmin']), np.random.choice(['USA', 'FRA', 'AUS']),         np.random.randint(1,4), np.random.choice(['Class A', 'Class B']),np.random.randint(4)] for i in range(1000)]df = pd.DataFrame(data, columns=['temp', 'region', 'method', 'slice', 'pass'])我已经使用np.mean函数旋转数据框，如下所示：pv = pd.pivot_table(df,                index=['temp', 'method'],                values=['pass'],               columns=['slice', 'region'],              aggfunc=(np.mean))'pass'变量的值是通过小数形式的测试的平均值，如 0.45、1.5 3.2...，但是我想用以下函数映射这些结果def results_mapper(v):    num_tests = np.round(v)    if num_tests < 2:        return 1    elif num_tests == 2:        return 2    else:        return 3我尝试使用pv.map(results_mapper), or来映射结果，map(results_mapper, pv)但没有运气。样本数： 在pv输出数字也能像0.5, 1.1, 1.49, 1.6, 1.9, 2.1, 2.9, 3.5将被映射到 1, 1, 1, 2, 2, 2, 3, 3如何通过保持数据透视表格式不变将映射函数应用于我的结果？

Answer 1

用 np.vectorize

func = np.vectorize(results_mapper)

pv.values[:,:] = func(pv.values)

输出

              pass                            

slice       Class A           Class B          

region          AUS  FRA  USA     AUS  FRA  USA

temp method                                    

Tmax 1          1.0  1.0  2.0     2.0  2.0  1.0

     2          1.0  2.0  1.0     1.0  1.0  1.0

     3          1.0  2.0  2.0     2.0  2.0  2.0

Tmin 1          2.0  1.0  2.0     2.0  1.0  2.0

     2          2.0  2.0  1.0     2.0  1.0  2.0

     3          2.0  1.0  1.0     2.0  2.0  1.0