groupby 对象 pandas 的绝对值平均值

我想计算分组对象的绝对值的平均值。

I.e.

grouped = df.groupby([pd.TimeGrouper(3MS)])

dct['x'] = grouped['profit'].agg('mean') / grouped['cost'].abs().agg('mean')

但是，上面的代码会导致错误。我已经尝试了上述代码的各种变体，但到目前为止，所有变体都会导致错误。

必须有一个简单的方法来做到这一点。

Update:

这是通过 vi pd.TimeGrouper(3MS) 分组的数据帧。我想取列 cost 1 的绝对值，然后计算平均值。

            cost1  cost2  cost3  cost4  
date                                                                       
2016-03-31       -490.60        -118.10         -344.87           -91.44   
2016-04-30       -188.74         -55.99         -259.23           -75.16   
2016-05-31       -158.62         -43.58         -176.37           -21.98 

我尝试做grouped['cost1'].abs().mean()但我得到了：

/Users/User1/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in __getattr__(self, attr)
    493             return self[attr]
    494         if hasattr(self.obj, attr):
--> 495             return self._make_wrapper(attr)
    496 
    497         raise AttributeError("%r object has no attribute %r" %

/Users/User1/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in _make_wrapper(self, name)
    507                    "using the 'apply' method".format(kind, name,
    508                                                      type(self).__name__))
--> 509             raise AttributeError(msg)
    510 
    511         # need to setup the selection

AttributeError: ("Cannot access callable attribute 'abs' of 'SeriesGroupBy' objects, try using the 'apply' method", u'occurred at index 0')

根据您的更新，我认为您正在寻找该组的绝对值的平均值。

Using grouped.apply(abs).mean()将应用abs函数对你的组中的值（cost1等），以及mean无论您的分组变量是什么，都会为您提供平均值。

您也可以只应用abs分组之前的函数，然后使用mean直接运行。