我是Python新手。我试图了解熊猫群居和应用方法是如何工作的。我发现了this个简单的例子,我将其粘贴到下面:
import pandas as pd
ipl_data = {'Team': ['Riders', 'Riders', 'Devils', 'Devils', 'Kings',
'kings', 'Kings', 'Kings', 'Riders', 'Royals', 'Royals', 'Riders'],
'Rank': [1, 2, 2, 3, 3,4 ,1 ,1,2 , 4,1,2],
'Year': [2014,2015,2014,2015,2014,2015,2016,2017,2016,2014,2015,2017],
'Points':[876,789,863,673,741,812,756,788,694,701,804,690]}
df = pd.DataFrame(ipl_data)
数据帧df
如下所示:
Team Rank Year Points
0 Riders 1 2014 876
1 Riders 2 2015 789
2 Devils 2 2014 863
3 Devils 3 2015 673
4 Kings 3 2014 741
5 kings 4 2015 812
6 Kings 1 2016 756
7 Kings 1 2017 788
8 Riders 2 2016 694
9 Royals 4 2014 701
10 Royals 1 2015 804
11 Riders 2 2017 690
到目前为止,还不错。然后我想转换我的数据,以便从每组团队中只保留Points列中的第一个元素。首先检查了df['Points'][0]
确实给出了df
的第一个Points
元素,我尝试了以下方法:
df.groupby('Team').apply(lambda x : x['Points'][0])
认为x
函数的参数lambda
是另一个数据帧。但是,python会产生一个错误:
File "pandas/_libs/index.pyx", line 81, in pandas._libs.index.IndexEngine.get_value
File "pandas/_libs/index.pyx", line 89, in pandas._libs.index.IndexEngine.get_value
File "pandas/_libs/index.pyx", line 132, in pandas._libs.index.IndexEngine.get_loc
File "pandas/_libs/hashtable_class_helper.pxi", line 987, in pandas._libs.hashtable.Int64HashTable.get_item
File "pandas/_libs/hashtable_class_helper.pxi", line 993, in pandas._libs.hashtable.Int64HashTable.get_item
KeyError: 0
这似乎与哈希表有关,但我不明白为什么。然后我认为传递给lambda
的可能不是数据帧,所以我运行了以下命令:
df.groupby('Team').apply(lambda x : (type(x), x.shape))
带输出:
Team
Devils (<class 'pandas.core.frame.DataFrame'>, (2, 4))
Kings (<class 'pandas.core.frame.DataFrame'>, (3, 4))
Riders (<class 'pandas.core.frame.DataFrame'>, (4, 4))
Royals (<class 'pandas.core.frame.DataFrame'>, (2, 4))
kings (<class 'pandas.core.frame.DataFrame'>, (1, 4))
dtype: object
IIUC表明,lambda
的参数确实是一个包含每个团队的df
子集的pandas数据帧。你知道吗
我知道我可以通过运行以下命令获得所需的结果:
df.groupby('Team').apply(lambda x : x['Points'].iloc[0])
我只想从apply函数中理解为什么df['Points'][0]
有效而x['Points'][0]
无效。谢谢你的阅读!你知道吗
Apply函数接受每一行并处理数据,因此Apply实际上不理解要传递给它的索引(如[0]),因此会出现错误。它与df一起工作,因为index remain与df一起工作。你知道吗
你可以尝试这样的方法来为每一队赢得第一分。你知道吗
输出:
如果需要保留“最大/最小点”行,可以在删除之前对df进行排序复制品。希望如此这很有帮助。你知道吗
当您调用
df.groupby('Team').apply(lambda x: ...)
时,实际上是按团队切碎数据帧,并将每个块传递给lambda函数:df['Points'][0]
之所以有效,是因为您告诉pandas“获取Points
系列的标签0处的值”,该值是存在的。你知道吗.apply(lambda x: x['Points'][0])
不起作用,因为只有1个块(Riders
)具有标签0。因此你得到了关键的错误。你知道吗尽管如此,
apply
是通用的,因此与内置的向量化聚合函数相比,它的速度相当慢。您可以使用first
:相关问题 更多 >
编程相关推荐