将函数应用于数据框的块

Question

我有一个Dataframe (df)（例如 - 简化版本）              A    B  0           2.0   3.0 1           3.0   4.0并生成了 20 个引导重新采样，这些重新采样现在都在相同的 df 中，但重新采样编号不同。                                A    B    0     1             0           2.0   3.01     1             1           3.0   4.02     2             1           3.0   4.03     2             1           3.0   4.0..    ....    .. 39    20            0           2.0    3.040    20            0           2.0    3.0现在我想在每个Reample Nr上应用某个函数。说：C = sum(df['A'] * df['B']) / sum(df['B'] ** 2)前景如下：                                 A    B           C0     1             0           2.0   3.0   Calculated Value X11     1             1           3.0   4.0   Calculated Value X12     2             1           3.0   4.0   Calculated Value X23     2             1           3.0   4.0   Calculated Value X2..    ....    .. 39    20            0           2.0    3.0  Calculated Value  X2040    20            0           2.0    3.0  Calculated Value  X20所以有 20 个不同的新值。我知道有一个 df.iloc 命令，我可以在其中指定行选择，df.iloc[row, column]但我想找到一个命令，无需为 20 个样本重复代码。我的目标是找到一个识别重新采样编号的命令。自动计算每个重新采样编号的函数。我怎样才能做到这一点？

Answer 1

使用DataFrame.assign创建两个新列x和 ，y对应于df['A'] * df['B']和df['B']**2，然后使用DataFrame.groupbyon Resample Nr.(或level=1) 和transformusing sum：

s = df.assign(x=df['A'].mul(df['B']), y=df['B']**2)\

      .groupby(level=1)[['x', 'y']].transform('sum')

df['C'] = s['x'].div(s['y'])

结果：

           A    B         C

0  1  0  2.0  3.0  0.720000

1  1  1  3.0  4.0  0.720000

2  2  1  3.0  4.0  0.750000

3  2  1  3.0  4.0  0.750000

39 20 0  2.0  3.0  0.666667

40 20 0  2.0  3.0  0.666667