DataFrame的groupby()

 

有这样一张表，“non_response_num”是真实非应答次数，“predict_non_response_num”是模型预测的非应答次数。

 

 

 

 

想计算每个时间片内不同group_id的所有hex_center的MAE值，用groupby方法：

from sklearn import metrics

merge_df.groupby(['time_slot', 'booking_groupid']) \
　　　　　　.apply(lambda x: metrics.mean_absolute_error(x.non_response_num, x.predict_non_response_num)) \
　　　　　　.reset_index(name='MAE')

 

groupby后加apply，lambda匿名函数中x表示当前聚到一起的行，利用sklearn计算MAE的值。

这里groupby返回的结果是series，keys为'time_slot', 'booking_groupid' ，values为计算得出的MAE

想将此series转换成dataframe，有三种方法：

1、在apply()之后用.reset_index()方法，参数name是列名

2、用.to_frame()方法

3、将series的key和value取出，构建新的frame

dict = {'index':test_series.keys, 'MAE':test_series.values}
df = pd.DataFrame(dict)

　　

第一种方法得到结果