Aggregation von lambda-Funktionen in pandas und numpy

Müssen Sie die Spalte angeben, in data deren Werte aggregiert werden.
Zum Beispiel,

data = data.groupby(['type', 'status', 'name'])['value'].agg(...)

statt

data = data.groupby(['type', 'status', 'name']).agg(...)

Wenn Sie nicht noch die Spalte (z.B. 'value'), dann den Schlüssel im dict übergeben agg genommen werden, werden die Spaltennamen. Die KeyErrors sind Pandas' Möglichkeit, Ihnen zu sagen, dass es nicht finden können Spalten mit der Bezeichnung one, two oder test2 im DataFrame data.

Hinweis: die Übergabe eines dict zu groupby/agg ist veraltet. Stattdessen geht voran, sollten Sie übergeben eine Liste von Tupeln statt. Jedes Tupel wird erwartet, dass die form ('new_column_name', callable).

Hier ist ausführbar Beispiel:

import numpy as np
import pandas as pd

N = 100
data = pd.DataFrame({
    'type': np.random.randint(10, size=N),
    'status': np.random.randint(10, size=N),
    'name': np.random.randint(10, size=N),
    'value': np.random.randint(10, size=N),
})

reading = np.random.random(10,)

data = data.groupby(['type', 'status', 'name'])['value'].agg(
    [('one',  np.mean), 
    ('two', lambda value: 100* ((value>32).sum() / reading.mean())), 
    ('test2', lambda value: 100* ((value > 45).sum() / value.mean()))])
print(data)
#                   one  two  test2
# type status name                 
# 0    1      3     3.0    0    0.0
#             7     4.0    0    0.0
#             9     8.0    0    0.0
#      3      1     5.0    0    0.0
#             6     3.0    0    0.0
# ...

Wenn diese nicht mit Ihrer situation, dann geben Sie bitte lauffähigen code.