numpy Pandas秩函数的自定义方法或均值计算中小数位数的限制

jckbn6z7 于 2023-04-30 发布在其他

关注(0)|答案(2)|浏览(128)

编辑：我的问题问得不好，也不够详细。我正在重新做得更好，请给我时间做
编辑2：我的问题不够清楚，也不适应我的问题，我用不同的方式解决了我的问题。我不能删除问题，但请不要回答，我搞砸了问题。
我的目标是用average方法在pandas Dataframe 上执行排名计算，但是平均计算应该四舍五入到3位小数。
原因：我正在将一个脚本从另一种语言翻译成Python，在这种语言中，mean函数会自动将结果舍入为小数点后的3位。Pandas不会。因此，为了在Python中获得完全相同的结果（我必须），我需要：

将自定义method参数传递给rank函数，此自定义方法为舍入平均值
强制Python在计算平均值时只取3位小数（这对我的脚本来说很好）。

这些想法有可能吗？
第一语言：

mean(mydata['mycolumn']) = 1360.045

在Python中：

mydata.mycolumn.mean() = 1360.0448559218441

因此，当计算mycolumn的排名（如果重要的话，则由另一列分组，idk）时，排名是不一样的，最终结果在两种语言之间是不同的。

numpy

来源：https://stackoverflow.com/questions/76127178/pandas-rank-function-with-custom-method-or-limit-number-of-decimals-in-mean-calc

2条答案

按热度按时间

esbemjvw1#

您可以为DataFrames创建自定义方法：

from pandas.core.base import PandasObject

def round3mean(self, *args, **kwargs):
    return self.round(3).mean(*args, **kwargs)
    # or, depending on the order of computation in your other langage
    # self.mean(*args, **kwargs).round(3)

PandasObject.round3mean = round3mean

示例：

df = pd.DataFrame({'col1': [1.1234567, 1.1234567, 1.1234567]})

df.mean()

col1    1.123457
dtype: float64

df.round3mean()

col1    1.123
dtype: float64

与rank组合：

np.random.seed(0)

df = pd.DataFrame(np.random.random(size=(4, 3)), columns=['col1', 'col2', 'col3'])

out = df.round3mean().rank()

注：如果需要，您也可以创建一个round3rank方法来直接执行此操作。*

from pandas.core.base import PandasObject

def round3rank(self, *args, **kwargs):
    return self.mean(*args, **kwargs).round(3).rank()

PandasObject.round3rank = round3rank

df.round3rank()

输出：

col1    1.0
col2    3.0
col3    2.0
dtype: float64

赞(0）回复(0）举报 2023-04-30

gk7wooem2#

您可以创建自定义函数：

custom_func = lambda x: round(x.mean(), 3)

out = mydata.groupby('col')['mycolumn'].agg(custom_func)

赞(0）回复(0）举报 2023-04-30

我来回答

numpy Pandas秩函数的自定义方法或均值计算中小数位数的限制

2条答案

相关问题

热门标签

最新问答