Question

对于这个简单的问题抱歉，我是一个相对较新的py用户。

考虑以下最小例子：

df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
                              'foo', 'bar', 'foo', 'foo'],
                   'B' : ['one', 'one', 'two', 'three',
                              'two', 'two', 'one', 'three'],
                   'C' : range(0,8),
                   'D' : range(0,8)})

以下引发错误：

def myf(x):
    return x[2]

df[["A","C","D"]].groupby('A').aggregate(myf)

所需的输出将是一个像这样的pandas表：

| A     | myf C | myf D |
-------------------------
| foo   | 2     | 2     |
| bar   | 3     | 3     |

从评论和文档中，似乎可以做类似的事情：

def myf(x):
    return x.first

获取第一个项目，但是不清楚如何构建一个仍然可以获得适当索引值的非内置方法。类似的东西：

def myf(x):
  return Series(x[1], index=x.index)

似乎不起作用。

Answer 1

来自Aggregation文档 -

聚合函数是减少返回对象维度的函数，例如：mean，sum，size，count，std，var，sem，describe，first，last，nth，min，max。当您执行DataFrame.sum（）并返回Series时会发生这种情况。

如果您按照@ DSM的建议并将print(x)添加到myf，您就会看到您将Series传递给index来自原始DataFrame的{1}}。因此，如果您通常要求x[1]，则某些Series将不会index。

你可以做return x.iloc[0]所以你依靠的是位置，而不是基于标签的索引。换句话说，您选择分组Series中的第一项，而不是恰好具有标签＆＃39; 1＆＃39;来自原始DataFrame。

聚合在使用索引的函数上失败

1 个答案: