如果我在 pandas 中有一个空的 DataFrame 是这样的:
df = pandas.DataFrame(columns=['a','b','c'])
>>> df
Empty DataFrame
Columns: [a, b, c]
Index: []
并且我对组进行聚合,输出通常是一个空的DataFrame:
>>> df.groupby('a', as_index=False).sum()
Empty DataFrame
Columns: [a, b, c]
Index: []
我说通常是因为情况并非总是如此。对于 min()、max()、sum()、count() 和quantile() 但不是 mean(),它会引发异常:
>>> df.groupby('a', as_index=False).mean()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 666, in mean
return self._cython_agg_general('mean')
File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 2358, in _cython_agg_general
new_items, new_blocks = self._cython_agg_blocks(how, numeric_only=numeric_only)
File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 2408, in _cython_agg_blocks
raise DataError('No numeric types to aggregate')
pandas.core.groupby.DataError: No numeric types to aggregate
为什么这个聚合函数的行为不同?
我在 python 2.7 上使用 pandas 0.14.1。
请您参考如下方法:
此异常是针对真正的 groupby 函数引发的:http://pandas.pydata.org/pandas-docs/stable/api.html#id35 , 当你调用 sum 时,调用的是 Series 或 df 版本,没有这样的限制。
所以实际上mean, median, sem, std, var和 ohlc 都会引发异常。
另请注意,如果您有非数字数据,则会引发异常。
比较使用 mean 调用 apply 时发生的情况:
In [18]:
df.groupby('a', as_index=False).apply(mean)
Out[18]:
Empty DataFrame
Columns: []
Index: []
这里没有异常,因为正在应用 Series 或 Df 版本。
