与Dataframe聚合方法相关的传递列表问题和Pandas无法与聚合函数列表聚合

考虑这个数据帧

import pandas as pd

import numpy as np

df = pd.DataFrame(index=range(10))

df['a'] = [ 3 * x for x in range(10) ]

df['b'] = [ 1 -2 * x for x in range(10) ]

根据您的文档，aggregate您应该能够使用以下方式指定要聚合的列dict：

df.agg({'a' : 'mean'})

哪个回报

a 13.5

但是如果你尝试aggregate使用像这样的用户定义的函数

def nok_mean(x):

return np.mean(x)

df.agg({'a' : nok_mean})

它返回每行而不是列的平均值

a

0 0.0

1 3.0

2 6.0

3 9.0

4 12.0

5 15.0

6 18.0

7 21.0

8 24.0

9 27.0

为什么用户定义的函数不会与聚合np.mean或返回相同'mean'？

这是使用pandas版本0.23.4，numpy版本1.15.4，python版本3.7.1

解决办法：这个问题与申请np.mean系列有关。我们来看几个例子：

def nok_mean(x):

return x.mean()

df.agg({'a': nok_mean})

a 13.5

dtype: float64

这可以正常工作，因为您使用的是pandas版本的均值，可以应用于系列或数据框：

df['a'].agg(nok_mean)

df.apply(nok_mean)

让我们看看当np.mean应用于系列时会发生什么：

def nok_mean1(x):

return np.mean(x)

df['a'].agg(nok_mean1)

df.agg({'a':nok_mean1})

df['a'].apply(nok_mean1)

df['a'].apply(np.mean)

一切都归来

0 0.0

1 3.0

2 6.0

3 9.0

4 12.0

5 15.0

6 18.0

7 21.0

8 24.0

9 27.0

Name: a, dtype: float64

当您应用于np.mean数据帧时，它按预期工作：

df.agg(nok_mean1)

df.apply(nok_mean1)

a 13.5

b -8.0

dtype: float64

为了np.mean按照预期的方式使用函数传递一个ndarray for x：

def nok_mean2(x):

return np.mean(x.values)

df.agg({'a':nok_mean2})

a 13.5

dtype: float64

我猜所有这都与此有关apply，这就是为什么df['a'].apply(nok_mean2)返回属性错误。