pandas aggregate dataframe只返回一列

Question

怎么了。在

我有一个像这样的熊猫数据帧（df）：

     foo  id1  bar  id2
0    8.0   1  NULL   1
1    5.0   1  NULL   1
2    3.0   1  NULL   1
3    4.0   1     1   2
4    7.0   1     3   2
5    9.0   1     4   3
6    5.0   1     2   3
7    7.0   1     3   1
...

我想按id1和id2分组，试着得到foo和bar的平均值。在

我的代码：

^{pr2}$

我得到的几乎是我所期望的：

            foo
id1 id2          
1  1   5.750000
   2   7.000000
2  1   3.500000
   2   1.500000
3  1   6.000000
   2   5.333333

“foo”列中的值正是我要查找的平均值（意味着），但我的列“bar”在哪里？在

因此，如果是SQL，我要查找的结果如下： “按id1，id2从数据帧组中选择avg（foo），avg（bar）；” （很抱歉，我更像一个sql人，对熊猫还不熟悉，但我现在需要它。）

我也尝试过：

groupedFrame = res.groupby(["id1","id2"])
aggrFrame = groupedFrame.aggregate(numpy.mean)

这给了我完全相同的结果，仍然缺少“bar”列。在

我阅读的网站：

• http://wesmckinney.com/blog/groupby-fu-improvements-in-grouping-and-aggregating-data-in-pandas/
• https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.aggregate.html
• 以及groupby的文档，但我不能在这里发布链接。在

我做错什么了？-谢谢你。在

Answer 1

有一个问题，您的列bar不是数字，所以聚合函数会忽略它。在

您可以检查省略列的^{}不是数字：

print (df['bar'].dtype)
object

您可以检查automatic exclusion of nuisance columns。在

解决方案是在将string值聚合为numeric之前，如果不可能，请使用^{}和参数errors='coerce'添加{}：

^{pr2}$

但如果有混合数据-数字与strings是可能的，请使用^{}：

df['bar'] = df['bar'].replace("NULL", np.nan)

Answer 2

如前所述，您应该在取平均值之前替换空值

df.replace("NULL",-1).groupby(["id1","id2"])["foo","bar"].mean()

输出

^{pr2}$