如何按字典分组并汇总熊猫数据框

Question

我有一个带有索引“国家”的数据框“ df”和一个“估计人口”列。

该索引有15个国家/地区名称。 我也有字典：

ContinentDict  = {'China':'Asia', 
              'United States':'North America', 
              'Japan':'Asia', 
              'United Kingdom':'Europe', 
              'Russian Federation':'Europe', 
              'Canada':'North America', 
              'Germany':'Europe', 
              'India':'Asia',
              'France':'Europe', 
              'South Korea':'Asia', 
              'Italy':'Europe', 
              'Spain':'Europe', 
              'Iran':'Asia',
              'Australia':'Australia', 
              'Brazil':'South America'}

词典中的所有国家/地区都出现在数据框中。 使用给定的字典，我需要“按洲对国家进行分组，然后创建一个日期框架，显示每个国家的估计人口的均值和标准差”。

这是我尝试的代码：

df2=df.groupby(ContinentDict)['Estimated Population'].agg({'mean':np.mean,'std':np.std})

运行此代码时，出现错误“没有要聚合的数字类型”

然后我尝试了以下代码：

df2=pd.to_numeric(df.groupby(ContinentDict)['Estimated Population']).agg({'mean':np.mean,'std':np.std})

这给了我错误“缓冲区的维数错误（预期1，得到2）”

如何消除这些错误并获取所需的数据库？

Answer 1

在应用Estimated Population函数之前，您需要更改.agg列的 dtype 。

使用：

df['Estimated Population'] = df['Estimated Population'].astype(float)

或者，

df['Estimated Population'] = pd.to_numeric(df['Estimated Population'])