Question

考虑这个dataframe

df = pandas.DataFrame(numpy.random.randint(0,100,size=(200, 4)), columns=list('ABCD'))
df['E'] = list(numpy.arange(1001, 1021)) * 10
df['F'] = ['c', 'b', 'b', 'a', 'd'] * 20 + ['d', 'a', 'b', 'b', 'c'] * 20

我想按专栏分组＆＃39; E＆＃39;但我想汇总一些功能。例如，来自列A，B，D和sum列C的count值。使用列＆＃39; F＆＃39;我想在数组中获得唯一值。

所以我试过了：

params = {
  'A': 'sum',
  'B': 'sum',
  'C': 'count',
  'D': 'sum',
  'F': pandas.Series.unique
}
df_ = df.groupby('E').agg(params).reset_index()

返回错误：Exception: Must produce aggregated value

我尝试了这段代码，因为在另一个例子中它有效。从那时起，我一直在尝试使用相同的方法来过滤不同的数据，但没有结果。

如果我使用pandas.Series.nunique或lambda x: x.nunique()，它会计算唯一值并且可以正常使用。但是，如何使用pandas aggregate方法获取唯一值？

为了完成这项工作，我编写了一个带有for loop的函数，该函数将列名作为参数。但是，我希望这可以有更好的方法。

Answer 1

错误：

这是因为pandas.Series.unique返回唯一值的数组，agg将其解释为尝试将不同的值广播到不同的行，因此拒绝。您使用返回pandas Series或Index的函数会收到相同的错误。

解决方案：

如果您通过了稍后使用的功能pandas.Series.nunique，

params = {
  'A': 'sum',
  'B': 'sum',
  'C': 'count',
  'D': 'sum',
  'F': pd.Series.nunique
}

df.groupby('E').agg(params).reset_index()
Out[69]: 
       E   C  F    A    B    D
0   1001  10  2  500  463  595
1   1002  10  2  484  493  348
2   1003  10  1  507  400  479
...
17  1018  10  1  606  454  410
18  1019  10  2  537  522  724
19  1020  10  2  541  532  486

它应该可以正常工作。

如果你想要自己的唯一值，你可以将lambda函数提供给agg，只要它将返回值识别为聚合值而不是Series，Index ，np.ndarray或子类。

例如：

params = {
  'A': 'sum',
  'B': 'sum',
  'C': 'count',
  'D': 'sum',
  'F': lambda x: ','.join(sorted(pd.Series.unique(x)))
}

df.groupby('E').agg(params).reset_index()
Out[82]: 
       E   C    F    A    B    D
0   1001  10  c,d  500  463  595
1   1002  10  a,b  484  493  348
2   1003  10    b  507  400  479
...
17  1018  10    b  606  454  410
18  1019  10  a,b  537  522  724
19  1020  10  c,d  541  532  486

或者，有点傻：

params = {
  'A': 'sum',
  'B': 'sum',
  'C': 'count',
  'D': 'sum',
  'F': lambda x: pd.DataFrame(pd.Series.unique(x))
}

df.groupby('E').agg(params).reset_index()
Out[92]: 
       E   C     F    A    B    D
0   1001  10     0
              0  c
              1  d  500  463  595
1   1002  10     0
              0  b
              1  a  484  493  348
2   1003  10     0
              0  b  507  400  479
...
17  1018  10     0
              0  b  606  454  410
18  1019  10     0
              0  a
              1  b  537  522  724
19  1020  10     0
              0  d
              1  c  541  532  486

Answer 2

只需更改sp_who2中'F'的功能：

params

如何使用聚合方法从pandas系列中获取唯一值？

2 个答案:

错误：

解决方案：