Question

我正在尝试转换为分类值并在pandas中进行分组。

例如，我尝试了以下内容：

import pandas as pd

df = pd.DataFrame()
df['A'] = ['C1', 'C1', 'C2', 'C2', 'C3', 'C3']
df['B'] = [1,2,3,4,5,6]

df['A'] = df.loc[:,'A'].astype('category')

df2 = df[0:3]

result = df2.groupby(by='A')['B'].nunique()

print(result)

不幸的是，我得到了例外

文件“C：\ Python34 \ lib \ site-packages \ pandas \ core \ internals.py”，第86行， init   len（self.values），len（self.mgr_locs）））

ValueError：传递的项目数量错误2，展示位置意味着3

修改不幸的是，@ jois提出的解决方法对我的应用程序不起作用。新的反例：

import pandas as pd

df = pd.DataFrame()
df['A'] = ['C1', 'C1', 'C2', pd.np.nan, 'C3', 'C3']
df['B'] = [1,2,3,4,5,6]

df['A'] = df.loc[:,'A'].astype('category')

df2 = df[0:4]

df2['A'] = df2['A'].cat.remove_unused_categories()

result = df2.groupby(by='A')['B'].nunique()

print(result)

Answer 1

正如评论中所提到的，这是pandas 0.17.0的回归，并在此报告：https://github.com/pydata/pandas/issues/11635

作为现在的解决方法，您可以通过nunique轻松使用apply系列方法，而不是直接在groupby对象上调用它：

In [22]: df2.groupby(by='A')['B'].apply(lambda x: x.nunique())
Out[22]:
A
C1    2
C2    1
C3    0
Name: B, dtype: int64

您遇到remove_unused_categories()的另一个问题也是一个错误，这将在0.17.1中修复（https://github.com/pydata/pandas/pull/11639）

如何在Pandas中对分类值进行分组？

1 个答案: