对我的数据帧使用agg（），没有结果

Question

我试图计算数据框中特定列的中位数和计数：

large_depts = df[df['Department'].isin(Departments_top10)]\
                    [['Total', 'Department']]\
                    .groupby('Department')\
                    .agg([np.median, np.size])
print(large_depts)

它说：

ValueError: no results

但是当我检查数据帧时，我的数据帧中有一些值：

large_depts = df[df['Department'].isin(Departments_top10)]\
                    [['Total', 'Department']]
print(large_depts)

            Total                      Department
0      677,680.65        Boston Police Department
1      250,893.61        Boston Police Department
2      208,676.89        Boston Police Department
3      319,319.93        Boston Police Department
4      577,123.44        Boston Police Department

我发现当我尝试groupby时，出现了一些问题，但我不知道为什么：

large_depts = df[df['Department'].isin(Departments_top10)]\
                    [['Total', 'Department']]\
                    .groupby('Department')
print(large_depts)

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x000000000D1C0A08>

以下是数据：https://data.boston.gov/dataset/418983dc-7cae-42bb-88e4-d56f5adcf869/resource/31358fd1-849a-48e0-8285-e813f6efbdf1/download/employeeearningscy18full.csv

Answer 1

上面的代码中有几个错误

1. 您的Total列不是数字类型（正如您在注释中指出的，它是一个字符串）。我假设您可以更改Total列（尽管是永久性的），您的代码可以工作吗？我无法访问您的数据，因此无法完全检查您的groupby函数是否正常工作

   下面是将字符串更改为list的代码（如注释中所述）。不确定这是否是您真正想要的。

   str2lst = lambda s: s.split(",") df['Total'] = [str2lst(i) for i in df['Total']]

   编辑：在查看数据帧（并意识到Total是一个数字而不是一个列表）之后，我发现了几个包含列名作为值的行。删除这些以及将字符串值更改为浮点类型：

    df.drop([12556, 22124, 22123, 22122, 22121, 22125], inplace = True)
    str2float = lambda s: s.replace(',', '')
    df['Total'] = [float(str2float(i)) for i in df['Total']]
   

   现在运行agg（）就可以知道问题中的agg（）是如何工作的了。以下是我的结果：

                                             Total
   Department                         median       size
   BPS Facility Management            53183.315    668.0
   BPS Special Education              49875.830    831.0
   BPS Substitute Teachers/Nurs        6164.070    1196.0
   BPS Transportation                 20972.770    506.0
   Boston Cntr - Youth & Families     44492.625    584.0
   

2. 在您的上一个代码条目中，groupby具有一个您试图使用的分组方法。直观地想一想，你是如何对变量进行分组的？如果我指示你将一组卡片组合在一起，你会问如何？按颜色？数字套装？您告诉Python对Department进行分组，但没有告诉它您希望它如何分组。因此Python返回了一个“…generic.DataFrameGroupBy对象”

   尝试执行df...groupby('Department').count()，您将看到df按Department分组

Answer 2

您不需要再次调用部门变量。您也可以将np.size更改为“count”。请尝试以下代码：

df[df['Department'].isin（Departments_top10）].Total.groupby（'Department'）.agg（[np.median，'count']）