在Pandas"transform()"中使用自定义函数(中值绝对偏差)

Question

我有一个pandas数据帧，我想按集群计算其MEDIAN绝对偏差。我假设Panda方法mad是中值绝对偏差，但它似乎是平均绝对偏差。我写的代码行是

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('mad')

我试着写一个我自己的小函数来计算中值绝对偏差

def myMAD(x):
med = np.median(x)
x   = abs(x-med)
MAD = np.median(x)
return MAD

并将我的代码更改为读取

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform('myMAD')

不幸的是，这不起作用。我得到一个AttributeError"SeriesGroupBy"对象没有属性"myMAD"。

如何通过集群计算数据帧中某列的中值绝对偏差，并使用转换正确地创建一个具有跨行广播的MAD的新列？

提前感谢

Thomas Philips

Answer 1

您很接近，需要myMAD而不是'myMAD'，因为您的自定义函数：

df['MAD PPGamp'] = df.groupby('Cluster')['PPGamp'].transform(myMAD)

编辑：

没有按列df['Cluster']:分组的辅助列，您的解决方案是可能的

s1 = df.groupby('Cluster')['PPGamp'].transform('median')
s2 = df['PPGamp'].sub(s1).abs()
df['MAD PPGamp'] = s2.groupby(df['Cluster']).transform('median')

Answer 2

我找到了一个两步解决问题的方法：

df['Abs Delta PPGamp']  = abs(df['PPGamp'] - df['Med PPGamp'])
df['MAD PPGamp'] = df.groupby('Cluster')['Abs Delta PPGamp'].transform('median')

然后，我可以重申我的问题：当使用groupby时，我如何将任何(合理的(用户定义的(甚至Python内部的(函数应用于数据帧的列。