그룹에서 변환 또는 적용하기 위해 전달되는 판다 데이터 형식

Question

groupby 함수 응용 프로그램을 디버그하려고 할 때 더미 함수를 사용하여 각 그룹의 함수로 "전달되는 내용을 확인하십시오"라는 것을 someone suggested 디버깅하려고합니다.

single column transform 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 


single column (nested) transform 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 


multiple column transform 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 




single column apply 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 


single column (nested) apply 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 


multiple column apply 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 

은 그래서 것 같다

:

• 이
  • 단일 열 변환

    import numpy as np 
    import pandas as pd 
    
    np.random.seed(0) # so we can all play along at home 
    
    categories = list('abc') 
    categories = categories * 4 
    data_1 = np.random.randn(len(categories)) 
    data_2 = np.random.randn(len(categories)) 
    
    df = pd.DataFrame({'category': categories, 'data_1': data_1, 'data_2': data_2}) 
    
    def f(x): 
        print type(x) 
        return x 
    
    print 'single column transform' 
    df.groupby(['category'])['data_1'].transform(f) 
    print '\n' 
    
    print 'single column (nested) transform' 
    df.groupby(['category'])[['data_1']].transform(f) 
    print '\n' 
    
    print 'multiple column transform' 
    df.groupby(['category'])[['data_1', 'data_2']].transform(f) 
    
    print '\n' 
    print '\n' 
    
    print 'single column apply' 
    df.groupby(['category'])['data_1'].apply(f) 
    print '\n' 
    
    print 'single column (nested) apply' 
    df.groupby(['category'])[['data_1']].apply(f) 
    print '\n' 
    
    print 'multiple column apply' 
    df.groupby(['category'])[['data_1', 'data_2']].apply(f) 
    

    이 내 표준 출력에 다음을 넣습니다 : 물론, 나는 게임을 해요 : 3 Series

  • 단일 열 (중첩) : 2 Series 3 DataFrame
  • 여러 열 : 3 Series 3 DataFrame
• • 단일 열 적용 : (중첩) 3 Series
  • 단일 열 : 4 DataFrame
  • 복수 열 : 4 DataFrame

여기 무슨 일 이니? 누구든지이 6 개의 호출이 각각 위에서 언급 한 일련의 객체가 지정된 함수로 전달되는 이유를 설명 할 수 있습니까?

Answer 1

GroupBy.transform은 사용자의 기능에 대해 fast_path 및 slow_path를 시도합니다.

• fast_path보기 : DataFrame 객체
• slow_path으로 함수를 호출 : fast_path의 결과가 slow_path 같은 경우 DataFrame.apply 기능

으로 함수를 호출, 그것은 fast_path를 선택합니다.

https://github.com/pydata/pandas/blob/master/pandas/core/groupby.py#L2277

편집

호출 스택을 검사 할 : 여기

multiple column transform 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.series.Series'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 
<class 'pandas.core.frame.DataFrame'> 

코드 링크이다

다음 출력은 결국 fast_path 선택된 것을 의미한다 :

import numpy as np 
import pandas as pd 

np.random.seed(0) # so we can all play along at home 

categories = list('abc') 
categories = categories * 4 
data_1 = np.random.randn(len(categories)) 
data_2 = np.random.randn(len(categories)) 

df = pd.DataFrame({'category': categories, 'data_1': data_1, 'data_2': data_2}) 

import traceback 
import inspect 
import itertools 

def f(x): 
    flag = True 
    stack = itertools.dropwhile(lambda x:"#stop here" not in x, 
           traceback.format_stack(inspect.currentframe().f_back)) 
    print "*"*20 
    print x 
    print type(x) 
    print 
    print "\n".join(stack) 
    return x 

df.groupby(['category'])[['data_1', 'data_2']].transform(f) #stop here