python - 无法在 pandas 中使用 .agg 方法调用函数?
问题描述
我正在尝试在 DataCamp 上使用 Python 完成 Pandas 课程并遇到了问题。我得到了解决方案,但我只想问。测验很简单:对一组数据使用 numpy 函数
这是他们完成这个小测验的建议提示:
.agg() can take in a list of functions. The functions shouldn't be called, so don't use parentheses with them.
weekly_sales
这是我查找每个商店的最小值、最大值和中值的代码type
sales_stats = sales.groupby("type")["weekly_sales"].agg([np.min(), np.max(), np.mean(), np.median()])
这是错误:
File "<stdin>", line 4, in mean
TypeError: _mean_dispatcher() missing 1 required positional argument: 'a'
所以我将其更改为:
sales_stats = sales.groupby("type")["weekly_sales"].agg([np.mean(sales["weekly_sales"]),np.median,np.min,np.max])
但是出现另一个错误,所以我看看解决方案:
sales_stats = sales.groupby("type")["weekly_sales"].agg([np.min, np.max, np.mean, np.median])
这是否意味着我们不必向这些 numpy 方法传递任何参数?并且 .agg 函数会将“weekly_sales”作为参数传递给他们每个人?如果是这样,如果我想将两个参数传递给这些方法,例如monthly_sales
这是正确的方法吗?
sales_stats = sales.groupby("type")["weekly_sales","monthly_sales"].agg([np.min, np.max, np.mean, np.median])
解决方案
您非常接近,但正确的语法是:
sales_stats = (
sales.groupby("type")[["weekly_sales","monthly_sales"]]
.agg([np.min, np.max, np.mean, np.median])
)
这是因为,从一个对象中选择多个列,DataFrame
在这种情况下是一个Groupby
对象,需要一个列名列表。此代码段将返回“weekly_sales”和“monthly_sales”列的最小值、最大值、平均值和中位数 - 按“类型”分组。
这是否意味着我们不必向这些 numpy 方法传递任何参数?并且 .agg 函数会将“weekly_sales”作为参数传递给他们每个人?如果是这样,如果我想将两个参数传递给这些方法,例如monthly_sales,这是正确的方法吗?
参数(在这种情况下是每个子数组)由 pandas 在后台传递给聚合函数。
如果你想要一些更细粒度的控制,你可以像这样传递一个字典:
sales_stats = (
sales.groupby("type")
.agg({
"weekly_sales": np.mean,
"monthly_sales": [np.min, np.max]
})
)
这将返回“weekly_sales”的平均值以及“monthly_sales”的最小值和最大值。查看 [ 中的一些示例
推荐阅读
- reactjs - 来自另一个组件的 onClick 事件后,react-modal 不会关闭
- docker - 如果外部无法直接访问api,为什么内部服务之间的通信需要像oauth这样的授权?
- reactjs - React - SUM 状态值
- python - 在 python 3 的一个字典中添加不同的字典
- .net-core - AzureDevOps - 无法发布为单个文件
- visual-studio - 如何在 Visual Studio 中的不同 vcpkg 库之间进行选择
- c++ - 如何在 C++ 中读取文件并将内容写入字符串?
- ruby-on-rails - 在 Rails 中,如何从布尔值中获取字符串?
- ios - 如何将 EKEvent 附加文件添加到会议中
- python - 使用python将表从Oracle加载到MYSQL