df

Out[87]:

   A  B  C

0  a  1  4

1  a  2  6

2  b  3  5

 

g = df.groupby('A')

 

g.apply(f) #f:形参为DataFrame

g['B'].apply(f) #f:形参为Series

 

df[['B','C']].apply(f)#f:形参为列或行（axis=1）

series.apply(f) #f:形参为元素；相当于Series.map(f)

 

#以上函数均可继续传入位置参数：f(s,k1=...,k2=...,k3=....); apply(f,k1=?,k2=?,k3=?)

 

df.groupby('A').apply(lambda x:DataFrame({"min":x.min(),"idxmin":x.idxmin()}))

Out[95]:

     min  idxmin

A              

a B    1       0

  C    4       0

b B    3       2

  C    5       2

g=df.groupby('A')

def f(frame):

    return frame.apply(lambda s:Series([s.min(),s.max()],index=['min','max']))

 

g.apply(f)

Out[98]:

       A  B  C

A            

a min  a  1  4

  max  a  2  6

b min  b  3  5

  max  b  3  5

 

def f2(frame):

    return frame.apply(lambda s:Series([s.min(),s.argmin()],index=['min','argmin']))

 

g.apply(f2)

E:\Anaconda3\lib\site-packages\ipykernel_launcher.py:2: FutureWarning: 'argmin' is deprecated, use 'idxmin' instead. The behavior of 'argmin'

will be corrected to return the positional minimum in the future.

Use 'series.values.argmin' to get the position of the minimum now.

 

Out[104]:

          B  C

A            

a min     1  4

  argmin  0  0

b min     3  5

  argmin  2  2