Question

我正在尝试使用以下提供的示例过滤pandas中的groupby结果：

http://pandas.pydata.org/pandas-docs/dev/groupby.html#filtration

但得到以下错误（pandas 0.12）：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-12-d0014484ff78> in <module>()
      1 grouped = my_df.groupby('userID')
----> 2 grouped.filter(lambda x: len(x) >= 5)

/Users/zz/anaconda/lib/python2.7/site-packages/pandas/core/groupby.pyc in filter(self, func, dropna, *args, **kwargs)
   2092                 res = path(group)
   2093 
-> 2094             if res:
   2095                 indexers.append(self.obj.index.get_indexer(group.index))
   2096 

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

它是什么意思，如何解决？

修改用于在pandas中复制问题的代码0.12 stable

dff = pd.DataFrame({'A': list('222'), 'B': list('123'), 'C': list('123') })
dff.groupby('A').filter(lambda x: len(x) > 2)

Answer 1

这是一个0.12的准错误，将是fixed in 0.13，res现在受到类型检查的保护：

if isinstance(res,(bool,np.bool_)):
    if res:
        add_indices()

我不太确定你是如何得到这个错误的，但实际编译并运行实际的pandas。你应该确保你正在阅读正确版本的文档（在这种情况下，你链接到开发而不是稳定 - 尽管API基本没有变化）。

standard workaround是使用transform执行此操作，在这种情况下会是这样的：

In [11]: dff[g.B.transform(lambda x: len(x) > 2)]
Out[11]: 
   A  B  C
0  2  1  1
1  2  2  2
2  2  3  3

过滤groupby时出错导致pandas

1 个答案: