时间戳

首页 > 解决方案 > groupby 在有序分类列上的奇怪行为

python - groupby 在有序分类列上的奇怪行为

问题描述

MCVE

df = pd.DataFrame({
    'Cat': ['SF', 'W', 'F', 'R64', 'SF', 'F'], 
    'ID': [1, 1, 1, 2, 2, 2]
})

df.Cat = pd.Categorical(
    df.Cat, categories=['R64', 'SF', 'F', 'W'], ordered=True)

如您所见，我在Cat. 验证，检查；

0     SF
1      W
2      F
3    R64
4     SF
5      F
Name: Cat, dtype: category
Categories (4, object): [R64 < SF < F < W]

我想找到最大的类别 PER ID。做groupby+max工作。

df.groupby('ID').Cat.max()

ID
1    W
2    F
Name: Cat, dtype: object

但我不希望 ID 成为索引，所以我指定as_index=False.

df.groupby('ID', as_index=False).Cat.max()

   ID Cat
0   1   W
1   2  SF

哎呀！现在，最大值是按字典顺序取的。谁能解释这是否是预期的行为？或者这是一个错误？

请注意，对于此问题，解决方法是df.groupby('ID').Cat.max().reset_index().

笔记，

>>> pd.__version__
'0.22.0'

标签： pythonpandasgroup-bypandas-groupbycategorical-data

解决方案

这不是预期的行为，这是一个错误。

源潜水显示旗帜做了两件完全不同的事情。一个简单地忽略了分组级别和名称，它只采用具有新范围索引的值。另一个显然保留了它们。

推荐阅读