Question

有没有办法强制pandas.groupby返回一个DataFrame？这是一个说明我问题的例子：

玩具数据框：

df = pd.DataFrame(data=dict(a=[1, 1, 1, 2, 2, 2, 3, 3, 3], 
                            b=[1, 1, 1, 2, 2, 2, 4, 4, 4])

此函数按预期返回数据帧：

def fcn_good(d):
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_good))

带输出

   mean  std
a
1   1.0  0.0
2   2.0  0.0
3   4.0  0.0

现在问题就在于此。在我的实际代码中，某些groupby键在计算过程中会失败。我想要的输出是：

   mean  std
a
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0

然而，这段代码

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series()
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad))

返回一个系列：

a
1  mean    1.0
   std     0.0
3  mean    4.0
   std     0.0
dtype: float64

任何人都知道如何让它发挥作用？

Answer 1

您可以使用列a的{{3}}值unstack和reindex，因为unique位于列a：

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series()
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad).unstack().reindex(df.a.unique()))
   mean  std
a           
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0

如果将index的最终df列添加到Series pd.Series(index=['mean','std'])，则会返回DataFrame：

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series(index=['mean','std'])
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad))
   mean  std
a           
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0

Pandas Groupby有坏行

1 个答案: