Pandas - DataFrame 聚合行为异常

相关Dataframe聚合方法传递列表问题 and Pandas 无法使用聚合函数列表进行聚合

考虑这个数据框

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) ]

根据文档 for aggregate您应该能够使用指定要聚合的列dict像这样：

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

哪个返回

a    13.5

但如果你尝试aggregate使用像这样的用户定义函数

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返回的结果与聚合不同np.mean or 'mean'?

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

该问题与申请有关np.mean到一个系列。让我们看几个例子：

def nok_mean(x):
    return x.mean()

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

a    13.5
dtype: float64

这按预期工作，因为您使用的是 pandas 版本的平均值，它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应用于一系列：

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)

全部返回

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

当你申请时np.mean到数据框它按预期工作：

df.agg(nok_mean1)
df.apply(nok_mean1)

a    13.5
b    -8.0
dtype: float64

为了得到np.mean要按预期使用函数，请传递 x 的 ndarray：

def nok_mean2(x):
    return np.mean(x.values)

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

a    13.5
dtype: float64

我猜这一切都与apply， 这就是为什么df['a'].apply(nok_mean2)返回属性错误。

我猜here在源代码中