利用 Python 进行数据分析：原书第 3 版

322

|

第

10

章

如果没有安装 statsmodels，则可以使用

conda

进行安装：

现在，为了计算 AAPL 对 SPX 收益率的年化线性回归，执行如下代码：

10.4

分组转换和“展开式”

GroupBy

运算

在

10.3

节中，我们学习了用于分组运算和转换的apply 方法。还有另一个内置的

transform 方法，它类似于 apply，但对能使用的函数有更多限制：

·

生成标量值，能传播到分组形状。

·

生成与输入分组具有相同形状的对象。

·

无法修改输入。

来看一个简单的示例：

数据聚合与分组操作

|

323

按照键计算分组平均值：

假设我们想创建一个

Series

，它的形状与 df['value'] 相同，但值替换为按照 'key' 的

分组平均值。我们可以向 transform 传入一个计算单个分组平均值的函数：

对于内置的聚合函数，我们可以像

GroupBy

的 agg 方法那样，传入函数的字符串别名：

类似于 apply，transform 可以使用能返回

Series

的函数，但结果必须与输入具有相同

324

|

第

10

章

的大小。例如，我们可以使用一个辅助函数将各分组乘以

2

：

再复杂一点，我们可以计算各个分组的降序排名：

再考虑一个由简单聚合方法构成的分组转换函数：

对于这种情况，使用 transform ...