Python Pandas groupby with agg() nth() and/or iloc()

Question

鉴于此 DF：

df = pd.DataFrame({'Col1':['A','A','A','B','B','B','B'] 
                  , 'Col2':['i', 'j', 'k', 'l', 'm', 'n', 'o']
                  , 'Col3':['Apple', 'Peach', 'Apricot', 'Dog', 'Cat', 'Mouse', 'Horse']
                  ,})

df

然后使用此代码：

df1 = df.groupby('Col1').agg({'Col2':'count', 'Col3': lambda x: x.iloc[2]})
df1

我得到了这个结果：

我现在想要什么：

在处理错误时能够使 lambda 函数 'Col3': lambda x: x.iloc[0] 变为 print('Not enough data') 例如，如果我更改 "x.iloc[0]" 到 "x.iloc[3]" 引发错误，因为 "Col1['A'][=38 中没有足够的数据=] 与“Col1['B']”相比。

！！不想使用 'last' 因为这是为了目的而简化和缩短的 DF !!

Answer 1

您可以使用 nth，如果缺少该值，它会给您一个 NaN。不幸的是，nth 没有被 agg 处理，所以你需要单独计算它并加入：

g = df.groupby('Col1')
df1 = g.agg({'Col2':'count'}).join(g['Col3'].nth(3))

输出：

      Col2   Col3
Col1             
A        3    NaN
B        4  Horse

Answer 2

您可以尝试使用切片对象，如果 none 值，它将 return 清空系列。

df1 = df.groupby('Col1').agg({'Col2':'count',
                              'Col3': lambda x: x.iloc[3:4] if len(x.iloc[3:4]) else pd.NA})

print(df1)

      Col2   Col3
Col1
A        3   <NA>
B        4  Horse

如果您的 Python 版本高于 3.8

，您可以使用命名表达式节省输入

df1 = df.groupby('Col1').agg({'Col2':'count',
                              'Col3': lambda x: v if len(v := x.iloc[3:4]) else pd.NA})

Python Pandas groupby with agg() nth() and/or iloc()

Python Pandas groupby with agg() nth() and/or iloc()

aggregate-functions

python-3.x

pandas

pandas-groupby