Pandas分组后如何对每组内的工作日数据应用自定义函数？

我明白你的问题了——你现在用groupby.filter()的方式是在保留整个组（只要组里至少有一个工作日记录），但你真正想要的是在每个user1-user2组里只留下工作日的行，再对这些行应用自定义函数。

问题出在哪？ #

groupby.filter()的作用是筛选整个分组：你传入的lambda返回的布尔值决定了整个组是否被保留，而不是筛选组内的行。你的代码lambda x: (x.day <5).any()会保留所有包含至少一条工作日记录的组，但组里的非工作日行依然会被保留，这和你的需求不符。

正确的解决方案 #

这里有两种高效的实现方式，你可以根据自己的需求选择：

方式一：先筛选工作日行，再分组应用函数（推荐，更高效）

先把所有工作日的行筛选出来，再按user1-user2分组，这样后续分组操作只处理需要的数据：

# 第一步：标记工作日（你已经完成这步了）
df['day'] = df['date'].dt.weekday

# 第二步：筛选所有工作日的行（day <5 对应周一到周五）
df_weekday = df[df['day'] < 5]

# 第三步：分组并应用自定义函数func
result = df_weekday.groupby(['user1', 'user2']).apply(func)

方式二：在分组内筛选工作日行后应用函数

如果需要处理那些没有工作日记录的组（比如返回空值或特定默认值），可以用groupby.apply()在每个组内先筛选再处理：

# 标记工作日
df['day'] = df['date'].dt.weekday

def process_weekday_group(group):
    # 筛选当前组内的工作日行
    weekday_rows = group[group['day'] < 5]
    # 如果组内没有工作日行，可根据需求返回空或默认值
    if weekday_rows.empty:
        return pd.Series()  # 或者返回比如pd.Series({'result': 0})
    # 对工作日行应用自定义函数
    return func(weekday_rows)

# 分组处理
result = df.groupby(['user1', 'user2']).apply(process_weekday_group)

举个实际例子 #

用你提供的DataFrame：

用方式一处理后，df_weekday会去掉Alice-Bob组里的2018-05-19那行，然后分组后每个组只包含工作日数据，再应用你的func。

内容的提问来源于stack exchange，提问作者irene