我不明白"Lambda"和"转换"的用法以及这段代码(熊猫文档)

Question

我正在浏览pandas文档，试图理解如何使用transform，并可以从文档中找到这个例子:http://pandas.pydata.org/pandas-docs/stable/groupby.html(在"转换"下)

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

index = pd.date_range('10/1/1999', periods=1100)
ts = pd.Series(np.random.normal(0.5, 2, 1100), index)
ts = ts.rolling(window=100,min_periods=100).mean().dropna()
key = lambda x: x.year
zscore = lambda x: (x - x.mean()) / x.std()

transformed = ts.groupby(key).transform(zscore)

有几件事我很困惑;首先是lambda的用法。

key = lambda x: x.year

在这种情况下x应该代表什么数据类型?我不确定哪些数据类型允许调用属性".year"

对于这种情况:

zscore = lambda x: (x - x.mean()) / x.std()

x将代表ts的每一行，x。mean是什么的均值?

最后，transform在最后一行到底做了什么?它只是用zscore替换ts的值吗?我运行变量"转换"，但索引(日期)看起来与它的索引相同。那么在这种情况下groupby(key)到底做了什么呢?

谢谢!

Answer 1

使用key = lambda x: x.year意味着您的索引是dtype='datetime64[ns]'

这将调用每个索引的年份并按年份分组。

现在你有了一个groupby对象，你可以变换每个组:

zscore = lambda x: (x - x.mean()) / x.std()

将取每组(即每年)计算平均值(x.mean())，标准差(x.std())，并对每个数据点应用公式(x - x.mean()) / x.std()。

 ts.groupby(key).mean()
Out[274]: 
2000   0.4851
2001   0.2568
2002   0.4544

返回每年的平均值，并执行以下操作:

ts.groupby(key).std()
Out[275]: 
2000   0.1969
2001   0.1539
2002   0.1881

返回每年的标准差

变换将把它应用于每一行，所以让我们使用位置1作为测试

ts.head()
Out[277]: 
2000-01-08   0.7562
2000-01-09   0.7639
2000-01-10   0.7020
2000-01-11   0.6970
2000-01-12   0.6906

由于第一个指数是2000年的，我们需要使用该组的平均值和STD，如:0.7562- 0.4851/0.1969 = 1.3767

ts.groupby(key).transform(zscore).head(2)
Out[282]: 
2000-01-08   1.3767
2000-01-09   1.4159