Question

我有一个熊猫数据框-

data = {'year':[1990, 1990, 1990, 
                1990, 1990, 1990, 
                1990, 1990, 1990], 
        'zip':['22204', '22204', '22204',
               '20194', '20194', '20194', 
               '24060', '24060', '24060'],
        'education':[0, 0, 1,
                     1, 0, 1, 
                     0, 1, 0]}
df = pd.DataFrame(data = data)

我想使用groupby函数计算教育变量education中每个结果的百分比-

df = df.groupby(['zip', 'year'])['education'].value_counts(normalize = True, dropna = False).unstack().fillna(0)

但是，我想在自定义聚合函数中调用代码行。当我运行下面的代码行时，出现此错误消息-AttributeError: 'Float64Index' object has no attribute 'remove_unused_levels'。

def percent_by_category(group):
    return group.value_counts(normalize = True, dropna = False).unstack().fillna(0)
df = df.groupby(['zip', 'year']).agg({'education':percent_by_category})

是否可以创建一个自定义聚合函数来计算groupby组中每个结果的百分比？理想情况下，我想调用其他几个内置和自定义聚合函数。例如-

df = df.groupby(['zip', 'year']).agg({'education':percent_by_category,
                                      'education':sum, 
                                      'education':another_custom_function, 
                                       another_variable:another_custom_function})

Answer 1

否，如果必须使用agg函数是聚合函数的标量输出。

如果测试.value_counts()的工作方式，则有Series，所以不可能unstack。

def percent_by_category(group):
    print (group.value_counts(normalize = True, dropna = False))

df = df.groupby(['zip', 'year']).agg({'education':percent_by_category})
print (df)
1    0.666667
0    0.333333
Name: education, dtype: float64
0    0.666667
1    0.333333
Name: education, dtype: float64
0    0.666667
1    0.333333
Name: education, dtype: float64
           education
zip   year          
20194 1990      None
22204 1990      None
24060 1990      None

因此，如果要返回非标量输出，则会引发错误：

def percent_by_category(group):
    return group.value_counts(normalize = True, dropna = False)

df = df.groupby(['zip', 'year']).agg({'education':percent_by_category})
print (df)

ValueError：函数不会减少

使用熊猫定义自定义GroupBy聚合函数会导致AttributeError

1 个答案: