python-如何在链式操作中引用 pandas dataframe 的当前版本

假设我有以下数据集:

import pandas as pd
import numpy as np

df = pd.read_csv("https://raw.github.com/pandas-dev/pandas/master/pandas/tests/data/tips.csv")

df["tip_fcst"] = np.random.uniform(low=0, high=0.40, size=len(df))
df["tip_fcst"] = df.tip_fcst * df.total_bill

df.head(5)
   total_bill   tip     sex smoker  day    time  size  tip_fcst
0       16.99  1.01  Female     No  Sun  Dinner     2  1.123689
1       10.34  1.66    Male     No  Sun  Dinner     3  3.125474
2       21.01  3.50    Male     No  Sun  Dinner     3  2.439321
3       23.68  3.31    Male     No  Sun  Dinner     2  3.099715
4       24.59  3.61  Female     No  Sun  Dinner     4  1.785596

我正在执行以下操作

time_table = (
df
.groupby("time")
.agg({"tip": lambda x:
          df.ix[x.index].tip.sum() / df.ix[x.index].total_bill.sum(),
      "tip_fcst": lambda x:
          df.ix[x.index].tip_fcst.sum() / df.ix[x.index].total_bill.sum()
    })
)

我想做的是使用Assign添加另一个步骤来创建一个新的变量,称为差.我遇到的问题是,我不知道如何引用 dataframe 的“当前版本”以使用新创建的变量.我意识到我可以将到目前为止的所有内容保存到time_table中,然后使用time_table [“ difference”] = time_table.tip_fcst-time_table.tip,但是我喜欢这种链式操作流程,并且希望有一种方法可以做到这一点在里面.这可能吗?

最佳答案

如果您为所选的DF分配了lambda函数,则可以将它们全部链接在一起:

(df.groupby("time").agg({"tip": lambda x: df.ix[x.index].tip.sum() / df.ix[x.index].total_bill.sum(),
                         "tip_fcst": lambda x: df.ix[x.index].tip_fcst.sum() / df.ix[x.index].total_bill.sum()})
).assign(difference=lambda x: x.tip_fcst - x.tip)

enter image description here