python - 如何在 pivot_table 聚合后映射熊猫结果？

Question

我有一些像这样通过的测试数据：

import numpy as np
import pandas as pd

data = [[np.random.choice(['Tmax', 'Tmin']), np.random.choice(['USA', 'FRA', 'AUS']),
         np.random.randint(1,4), np.random.choice(['Class A', 'Class B']),np.random.randint(4)] for i in range(1000)]
df = pd.DataFrame(data, columns=['temp', 'region', 'method', 'slice', 'pass'])

我使用np.mean以下函数对数据框进行了旋转：

pv = pd.pivot_table(df, 
               index=['temp', 'method'], 
               values=['pass'],
               columns=['slice', 'region'],
              aggfunc=(np.mean))

变量的值'pass'是以小数形式（如 0.45、1.5 3.2...）通过测试的平均值，但是我想用以下函数映射这些结果

def results_mapper(v):
    num_tests = np.round(v)
    if num_tests < 2:
        return 1
    elif num_tests == 2:
        return 2
    else:
        return 3

我尝试使用pv.map(results_mapper), 或map(results_mapper, pv)但没有运气来映射结果。

样本编号： 输出pv编号可能类似于0.5, 1.1, 1.49, 1.6, 1.9, 2.1, 2.9, 3.5

将映射到1, 1, 1, 2, 2, 2, 3, 3

如何通过保持数据透视表格式原样将映射函数应用于我的结果？

标签： pythonpandasgroup-bypivot-tablemap-function

Answer 1

利用np.vectorize

func = np.vectorize(results_mapper)
pv.values[:,:] = func(pv.values)

输出

              pass                            
slice       Class A           Class B          
region          AUS  FRA  USA     AUS  FRA  USA
temp method                                    
Tmax 1          1.0  1.0  2.0     2.0  2.0  1.0
     2          1.0  2.0  1.0     1.0  1.0  1.0
     3          1.0  2.0  2.0     2.0  2.0  2.0
Tmin 1          2.0  1.0  2.0     2.0  1.0  2.0
     2          2.0  2.0  1.0     2.0  1.0  2.0
     3          2.0  1.0  1.0     2.0  2.0  1.0