如何对多层索引pandas groupby对象应用自定义函数计算用户趋势斜率

直接对第一层索引user_id分组调用apply即可，无需手动循环构造字典，代码如下：

slope_result = grouped_count_pm.groupby(level="user_id")[("operations_type", "count")].apply(
    lambda x: trendline(np.array(x))
).reset_index(name="slope")

代码说明 #

• groupby(level="user_id")直接指定按多层索引的第一层分组，不需要额外提取用户列表做循环
• 通过[("operations_type", "count")]直接定位聚合后的多层列名，精准获取计数值
• apply会自动将每个用户对应的所有计数值序列传入自定义函数，最终通过reset_index把索引转为普通列，直接得到仅包含user_id和slope两列的DataFrame结果，和原有循环逻辑计算结果完全一致。

优化点 #

1. 删掉原有循环中冗余的trans_grouped_count_pm.transform(trendline)代码，该语句无赋值操作，不影响结果只会增加无效计算
2. 如果你的trendline函数支持直接传入pandas Series对象，可以省略np.array()转换，直接写lambda x: trendline(x)即可。

内容的提问来源于stack exchange，提问作者TheDoctor