无法在 pandas 中使用 .agg 方法调用函数？

Question

我想在 DataCamp 上使用 Python 完成 Pandas 课程，但遇到了问题。我得到了解决方案，但我只是想问一下。测验很简单：在一组数据上使用 numpy 函数

这是他们完成这个小测验的建议提示：

.agg() can take in a list of functions. The functions shouldn't be called, so don't use parentheses with them.

这是我的代码，用于查找每家商店 weekly_sales 的最小值、最大值和中值 type

sales_stats = sales.groupby("type")["weekly_sales"].agg([np.min(), np.max(), np.mean(), np.median()])

这是错误：

File "<stdin>", line 4, in mean
TypeError: _mean_dispatcher() missing 1 required positional argument: 'a'

所以我改成了：

sales_stats = sales.groupby("type")["weekly_sales"].agg([np.mean(sales["weekly_sales"]),np.median,np.min,np.max])

但是出现了另一个错误，所以我看看解决方案：

sales_stats = sales.groupby("type")["weekly_sales"].agg([np.min, np.max, np.mean, np.median])

这是否意味着我们不必向这些 numpy 方法传递任何参数？ .agg 函数会将“weekly_sales”作为参数传递给它们中的每一个？如果是这样，如果我想将两个参数传递给这些方法，例如 monthly_sales 这是正确的方法吗？

sales_stats = sales.groupby("type")["weekly_sales","monthly_sales"].agg([np.min, np.max, np.mean, np.median])

Answer 1

你非常接近，但正确的语法是：

sales_stats = (
    sales.groupby("type")[["weekly_sales","monthly_sales"]]
    .agg([np.min, np.max, np.mean, np.median])
)

这是因为，从 DataFrame 或本例中的 Groupby 对象中选择多列需要列名列表。此代码段将 return“weekly_sales”和“monthly_sales”列的最小值、最大值、平均值和中值 - 按“类型”分组。

Does that mean that we don't have to pass any arguments to these numpy methods? and the .agg functions will pass the "weekly_sales" as an argument to every of them? If so, if I want to pass two arguments to these methods, for example monthly_sales Is this a right way?

参数（在本例中为每个子数组）由 pandas 在幕后传递给聚合函数。

如果你想要更细粒度的控制，你可以像这样传递一个字典：

sales_stats = (
    sales.groupby("type")
    .agg({
        "weekly_sales": np.mean, 
        "monthly_sales": [np.min, np.max]
    })
)

这将 return“weekly_sales”的平均值以及“monthly_sales”的最小值和最大值。查看 [[=15=] 中的一些示例

无法在 pandas 中使用 .agg 方法调用函数？

Cannot called a function using .agg method in pandas?

python

aggregation

pandas