绘制python pandas groupby中聚合列的值时出错
在使用Python的pandas库进行数据分析时，经常会使用到groupby函数进行数据分组和聚合操作。然而，在绘制python pandas groupby中聚合列的值时出错可能是由以下几个原因引起的：
- 数据类型错误：在进行聚合操作时，被聚合的列的数据类型可能不符合要求。例如，如果被聚合的列包含非数值型数据，如字符串或日期类型，可能会导致出错。此时，需要确保被聚合的列的数据类型正确，并进行必要的类型转换。
- 缺失值处理：被聚合的列中可能存在缺失值（NaN），而默认情况下，pandas会忽略缺失值并进行聚合操作。如果希望在聚合操作中考虑缺失值，可以使用相应的聚合函数的skipna参数进行设置。
- 聚合函数选择错误：在进行聚合操作时，需要选择合适的聚合函数。常用的聚合函数包括sum、mean、count、max、min等。根据具体需求选择合适的聚合函数，并确保使用正确的语法进行调用。
- 分组列选择错误：在进行groupby操作时，需要选择正确的分组列。如果选择的分组列不存在或者选择的列不适合进行分组操作，可能会导致出错。确保选择的分组列存在，并且能够正确地将数据分组。
综上所述，当在绘制python pandas groupby中聚合列的值时出错时，需要检查数据类型、缺失值处理、聚合函数选择和分组列选择等方面的问题，并进行相应的调整和处理。如果问题仍然存在，可以提供具体的错误信息和代码片段，以便更好地帮助解决问题。
关于pandas库的更多信息和使用方法，可以参考腾讯云的相关产品文档：腾讯云Pandas产品介绍。
相关·内容
我有一个非常大的CSV文件，我设法按列id排序，但我无法计算具有该列id的平均列值。
88741,42.84286022,16.41829224,1
88797,42.78081536,16.40743455,1
88797,42.78081536,16.21153455,1
88823,42.51512511,16.43304948,2
88885,42.88204193,16.12412548,2
87227,42.88204193,16.64223948,3
and so on...
我需要在没有SchoolCode列的情况下获得新的csv，并对每个集群使用经度和经度平均值。而且，位数应
浏览 2提问于2018-06-05得票数 0
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
1回答
下面的代码出错了：
np.where(df['A'].groupby([df['B'], df['B_1']]).sum() > 0, 1, 0)
错误： ValueError: operands could not be broadcast together with shapes (2013,) (1353,) ()
熊猫可以在groupby的np.where里做吗？
做这件事最好的方法是什么？
我想用sum列df[A]，其中列df[B]和df[B_1]
excel中的公式：
=IF($J3=$C3,IF(SUMIFS($S:$S,$A
浏览 1提问于2018-12-03得票数 3
回答已采纳
1回答
我试图按多个列进行分组，并将它们聚合，使它们在分组后成为一个列表。
目前，DataFrame看起来如下：
我试过用这个：
grouped = DataFrame.groupby(['jobname', 'block'], axis=0)
DataFrame= grouped.aggregate(lambda x: list(x))
但是，当我将其应用于IPython时，它会给出以下错误：
---------------------------------------------------------------------------
ValueEr
浏览 0提问于2015-11-13得票数 3
回答已采纳
2回答
我是python和pandas的新手，我有以下DataFrame。
如何绘制DataFrame，其中每个ModelID都是一个单独的绘图，saledate是x轴，MeanToDate是y轴？
尝试
data[40:76].groupby('ModelID').plot()
DataFrame
浏览 42提问于2013-05-04得票数 20
回答已采纳
1回答
熊猫将一些列值转换为行。
、、、、
我有一个Pandas DataFrame df，如下所示：
我希望它们以这种格式出现：
丢失SignalName列。我需要这种格式，因为我必须绘制时间和SDLxvalues。我认为它需要某种迭代器，我试过融化，但没有工作。
浏览 0提问于2020-12-07得票数 1
回答已采纳
2回答
我对Pandas很陌生(但不是数据科学和Python)。这个问题不是关于如何解决这个具体的问题，而是如何处理这样的问题，熊猫路。
请随意改进这个问题的标题。因为我不知道什么是正确的条款。
这是我的MWE
#!/usr/bin/env python3
import pandas as pd
data = {'A': [1, 2, 3, 3, 1, 4],
'B': ['One', 'Two', 'Three', 'Three', 'Eins', 'Four&
浏览 5提问于2021-05-25得票数 1
回答已采纳
pandas有没有一种内置的方法，可以在同一列df["returns"]上应用两个不同的聚合函数f1, f2，而不必多次调用agg()？
示例数据帧：
import pandas as pd
import datetime as dt
import numpy as np
pd.np.random.seed(0)
df = pd.DataFrame({
"date" : [dt.date(2012, x, 1) for x in range(1, 11)],
"returns" : 0.05 *
浏览 0提问于2012-09-26得票数 190
回答已采纳
我正在对两列执行group by操作，需要计算level-1中值的数量 我尝试了以下几种方法： >>> import pandas as pd
>>> df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': [1, 2, 0, 4, 3, 4], 'C': [3,3,3,3,4,8]})
>>> pr
浏览 12提问于2019-06-24得票数 1
回答已采纳
我正在用Python3中的Pandas索引和切片数据来计算空间统计数据。当我在纬度和经度范围上运行for循环时，使用.loc,为输入文件中没有可用值的特定纬度和经度集提供一个错误KeyError: (slice(None, None, None), )。它不会跳过这些值，而是会出现一个错误，并停止运行代码。以下是我的密码。
import numpy as np
import pandas as pd
from scipy import stats
filename='input.txt'
df = pd.read_csv(filename,delim_whitespace=T
浏览 6提问于2022-07-09得票数 0
1回答
我用Pandas将CSV导入Python中，我希望能够将其中的一个列用作事务ID，以便生成关联规则。
(链接：)
我希望有人能帮我：
使用UUID作为事务ID，使我能够获得如下所示的数据：
UUID Desc
123ex Meat,Beer
为了获得关联规则，如：{Meat} => {Beer}。
此外，建议一个图书馆以一种简单的方式这样做，将不胜感激。
谢谢您抽时间见我。
浏览 2提问于2016-06-29得票数 2
回答已采纳
我有一个由三列组成的文件: A、B和C，其中包含一些整数。使用python，假设我想要grouby()列'A‘，并获得列'B’中数字大于4、6和8的每个组的size()。所以我实现了下面的代码： >>> import pandas as pd
>>>
>>> df = pd.read_csv("test.txt", sep="\t")
>>> df
A B C
0 1 4 3
1 1 5
浏览 5提问于2019-06-16得票数 2
回答已采纳
1回答
下面是这个问题的设置：
import numpy as np
import pandas as pd
import collections as co
data = [['a', 1],
['a', 2],
['a', 3],
['a', 4],
['b', 5],
['b', 6],
['b', 7]]
varnames = tuple('PQ')
df =
浏览 0提问于2014-09-04得票数 2
我经常希望通过组合成组的DataFrame的多个列来创建一个新的DataFrame。apply()函数允许我这样做，但它要求我创建一个不需要的索引：
In [359]: df = pandas.DataFrame({'x': 3 * ['a'] + 2 * ['b'], 'y': np.random.normal(size=5), 'z': np.random.normal(size=5)})
In [360]: df
Out[360]:
x y z
0 a
浏览 3提问于2012-09-14得票数 10
回答已采纳
我正在尝试“移植”一个从PowerQuery到Python的行分组转换。在PowerQuery中，查询如下所示：
#"Grouped Rows" = Table.Group(Source, {"col1", "col2", "col3", "col4"}, {{"Count", each Table.RowCount(_), type number}}),
#"Removed Columns" = Table.RemoveColumns(#"Grouped Rows"
浏览 11提问于2019-11-02得票数 0
我有类似于这篇文章的数据：
也就是说，我有一些观察会议的数据，每一次会议都有一个焦点个人。这位协调人只被记录了一次，但我想在该届会议期间填写每一行的焦点ID数据。所以，数据看起来是这样的：
Focal Session
0 NaN 1
1 50101 1
2 NaN 1
3 NaN 2
4 50408 2
5 NaN 2
基于上面链接的帖子，我使用了以下代码：
g = data.groupby('Session')
g['Focal'].transform(l
浏览 4提问于2013-09-24得票数 3
回答已采纳
我是一个经验丰富的SAS程序员，我正在转换为Python/Pandas。在我的SAS工作中，我经常使用PROC SUMMARY来创建汇总的数据文件，随后我可以使用这些文件在SAS程序的后续步骤中与其他文件合并。SAS中的PROC摘要过程非常强大，易于使用，并且可以直接编写代码。我还没有在Pandas中找到类似的方法，它功能强大，易于使用，并且可以直接编写代码。因为我是Python/Pandas的新手，所以我想知道是否有方法可以做到这一点。 这将为age_category和性别的每个唯一组合创建一个简单的输出文件，其中包含9列。 proc summary data='input fil
浏览 16提问于2019-05-18得票数 1
回答已采纳
嗨，我在努力解决以下问题：
给定包含name和variable列的数据文件，我想创建两个列表：
list_names_nan包含变量列中所有值都为nanlist_names_not_nan的名称，其中包含变量列中列表1中的值不是nan的名称。
下面是一个例子
import pandas
import numpy
df = pandas.DataFrame(data=[['x',1],['y',2],['x',4],['z',numpy.nan],
['x',
浏览 6提问于2020-07-15得票数 3
回答已采纳
1回答
我有10个got文件，如下所示： ? 我想用vwap计算在我的dataframe中添加10列。我尝试创建列，然后将其连接到dataframe中，但根本不起作用。我尝试了很多方法，主要的问题是我不能创建包含计算行的新列： import pandas as pd
import os
import glob
from IPython.display import display, HTML
import csv
# use glob to get all the csv files
# in the folder
path = os.getcwd()
csv_files = glob.
浏览 5提问于2021-10-01得票数 1
回答已采纳
我有一个名为text.txt的文本文件，如下所示：
5.H6 7.891 0.3
6.H6 7.693 0.3
7.H8 8.16859 0.3
8.H6 7.446 0.3
5.H6 7.72158 0.3
9.H8 8.1053 0.3
8.H6 7.65014 0.3
10.H6 7.54 0.3
12.H6 8.067 0.3
13.H6 8.047 0.3
14.H6 7.69624 0.3
6.H6 7.70272 0.3
17.H8 7.169 0.3
16.H8 8.27957 0.3
18.H6 7.385 0.3
19.H8 7.657 0.3
20.H8 7.78512
浏览 6提问于2017-08-24得票数 1
回答已采纳
1回答
Am从R切换到Python，满足了我的大多数数据分析需求，并遇到了以下问题。可能是我对groupby()的概念理解的结果。
我有一个Pandas数据框架，并试图根据许多列来总结这些数据。下面的代码就是我想要的。
df = df[(df["Lead Source"] != "chase") & (df["Lead Source"] != "SNE")]
ndf = df[["Date", "Lead Source", "Model Group", "Leads"
浏览 0提问于2014-10-01得票数 1
回答已采纳
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
Im starting my studies in python and pandas and, at the moment, I正在尝试创建一个需要在.csv中导出的项目，如下所示
我创建了一个如下所示的groupby函数：
df2 = result.groupby(['Sub ID','Date','Campaign Name','Source',]).agg({'Clicks': 'sum', 'Conversions': 'sum', 'Views&#
浏览 15提问于2019-12-05得票数 1
1回答
我有一个包含重复行的数据格式
>>> d = pd.DataFrame({'n': ['a', 'a', 'a'], 'v': [1,2,1]})
>>> d
n v
0 a 1
1 a 2
2 a 1
我想了解如何具体地使用.groupby()方法，以便我可以向dataframe中添加一个新列，该列显示与当前列相同的行数。
>>> dd = d.groupby(by=['n','v'], as_index=F
浏览 6提问于2019-10-23得票数 1
回答已采纳
2回答
我是一个R和data.table用户，试图使用更多的Python和pandas，当我想在pandas中执行以下操作时，我感到非常沮丧，因为似乎没有一种简单的方法：
df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': [0.2, 0.2, 0.2, 0.1], 'c': [10, 9, 10, 22], 'd': [2, 3, 3, 1]})
在R中，如果我想对b和c的乘积进行求和，并对d之和进行除法(按a分组)，我只需这样做：
df[, sum(b*c)/sum(d), by=a]
，但对我来说，
浏览 3提问于2022-05-02得票数 1
回答已采纳
1回答
我正在对一个pandas数据帧使用groupby()操作。然后，我尝试对每一行的列求和。但是，在调用sum()时，我一直收到错误消息。 我附上了我的代码如下： bike_use = bike_use.groupby(['road_name', 'count_point_id'])['pedal_cycles', 'two_wheeled_motor_vehicles'].sum(axis = 1) 我得到的错误是： TypeError: sum() got an unexpected keyword argument '
浏览 12提问于2020-12-04得票数 0
我有一个类似下面的表-唯一的ID和名称。我想返回任何重复的名字(基于匹配的第一个和最后一个)。 Id First Last
1 Dave Davis
2 Dave Smith
3 Bob Smith
4 Dave Smith 如果我没有ID列，我已经设法返回了所有列的重复计数。 import pandas as pd
dict2 = {'First': pd.Series(["Dave", "Dave", "Bob"
浏览 192提问于2019-12-08得票数 1
回答已采纳
2回答
获取每个列的长度
、、、、
问题：在Apache中，如何使用Python获取每一列的数据类型和长度？我正在使用最新版本的python。
使用pandas dataframe，我这样做如下：
df = pd.read_csv(r'C:\TestFolder\myFile1.csv', low_memory=False)
for col in df:
print(col, '->', df[col].str.len().max())
浏览 6提问于2022-05-06得票数 1
我尝试在下面的例子中为每个Actor在pandas df中求和两列(在下面的例子中是Seasons和Rating)。然后，我希望存储每个Actor的合计，并删除包含该Actor的任何其他行。在下面的例子中，保留或丢弃的'Name‘并不重要。 例如，这是输入DF： import pandas as pd
series = [('Stranger Things', 3, 5, 'Millie'),
('Game of Thrones', 8, 8, 'Emilia'),
('
浏览 19提问于2021-07-08得票数 1
回答已采纳
在Dask中，我需要基于第三列从两列的分组值计算加权平均值。我正在这样做： dask_df = dd.from_pandas(df, npartitions = 10)
wm = lambda x: np.average(x, weights=dask_df.loc[x.index,"C"])
dask_df = dask_df.groupby(['A', 'B']).agg({'C' :
wm}).reset_index()
output_df = dask_df.compute() 在Pandas中，我耗尽了内存。在Das
浏览 35提问于2019-08-27得票数 2
我有一本价值字典：
{'Spanish Omlette': -0.20000000000000284,
'Crumbed Chicken Salad': -1.2999999999999972,
'Chocolate Bomb': 0.0,
'Seed Nut Muesli': -3.8999999999999915,
'Fruit': -1.2999999999999972,
'Frikerdels Salad': -1.2000000000000028,
'Seed Nut
浏览 10提问于2017-03-21得票数 2
回答已采纳
1回答
每个属性的分割
、、
我正试着读一个大的CSV。然后根据列team中的唯一值将大CSV拆分为更小的CSV文件。首先，我为每个team创建了新的数据格式。生成的新txt文件，每个team列中的唯一值都有一个。
码
import pandas as pd
df = pd.read_csv('combined.csv')
df = df[df.team == 'RED']
df.to_csv('RED.csv')
但是，我想从一个数据each开始，读取所有唯一的“team”，并为每个团队创建一个带有头文件的.txt文件。有可能吗？
浏览 0提问于2021-02-02得票数 1
回答已采纳
1回答
我有以下数据
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python"],
'Fee' :[22000,25000,23000,24000,26000,25000,25000,22000],
'Duration':
浏览 5提问于2022-09-13得票数 1
回答已采纳
如何转换以下输入数据(从Excel文件输入的Pandas数据帧)：
ID Category Speaker Price
334014 Real Estate Perspectives Tom Smith 100
334014 E&E Tom Smith 200
334014 Real Estate Perspectives Janet Brown 100
334014 E&E Janet Brown
浏览 0提问于2018-08-01得票数 2
我有一个选项卡分隔的文本文件，如下所示：
small example
chr15 60644581 60644675 ANXA2 ENST00000332680.4 annotated
chr15 60643922 60644018 ANXA2 ENST00000332680.4 annotated
chr15 60643391 60643450 ANXA2 ENST00000332680.4 annotated
chr15 60641273 60641396 ANXA2 ENST00000332680
浏览 0提问于2018-12-28得票数 1
2回答
我试图找到中除quality之外的所有列的相关性，然后绘制葡萄酒质量的频率分布。
我是用下面的方法来做的，但是我如何去除质量呢？
import pandas as pd
df = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-white.csv', sep=';')
df.corr()
它返回以下输出：
我如何用pandas绘制葡萄酒质量的频率分布？
我之前使用R进行关联，它对我来说工作得很好，但在这个数据集上
浏览 21提问于2021-06-07得票数 0
回答已采纳
4回答
从熊猫GroupBy中分离逗号值
、、、、
当连接值时，我试图找出数据帧中是否存在删除重复的out。
示例：
df
key v1 v2
0 1 n/a a
1 2 n/a b
2 3 n/a c
3 2 n/a d
4 3 n/a e
输出应该是：
df_out
key v1 v2
0 1 n/a a
1 2 n/a b,d
2 3 n/a c,e
我尝试使用df.drop_duplicates()和一些循环来保存v2列值，但还没有保存任何内容。我试着用Pandas做一个干净干净的循环。
有人知道熊猫能做什么吗？
浏览 8提问于2017-12-26得票数 1
回答已采纳
1回答
我有一个带有列volt的timeseries dataframe。我已经应用了滚动窗口操作，这一数据格式为24H。滚动窗口的代码是
telemetry['datetime'] = pd.to_datetime(telemetry['datetime'])
a = telemetry.set_index('datetime').groupby('machineID').rolling(window=1, freq='24h').mean()['volt']
滚动后的数据图是这样的
machineID
浏览 3提问于2021-12-15得票数 2
回答已采纳
5回答
我有一个脚本，它生成一个具有不同数量的值列的pandas数据框。例如，此df可能是 import pandas as pd
df = pd.DataFrame({
'group': ['A', 'A', 'A', 'B', 'B'],
'group_color' : ['green', 'green', 'green', 'blue', 'blue'],
'val1': [5, 2, 3
浏览 67提问于2019-09-18得票数 22
回答已采纳
2回答
如果我在Python中有一个熊猫DataFrame，如下所示：
import numpy as np
import pandas as pd
a = np.random.uniform(0,10,20)
b = np.random.uniform(0,1,20)
data = np.vstack([a,b]).T
df = pd.DataFrame(data)
df.columns = ['A','B']
df.sort_values(by=['A'])
A B
5 0.057519 0.4654
浏览 2提问于2019-04-03得票数 5
回答已采纳
我已经创建了一个数据帧，如下所示：
我可以通过以下方式绘制数据：
df_catch.plot(x='YY', y='ALB_C', kind='scatter',
figsize=(12,6), title='ALB catch/hooks')
plt.xlabel('Year')
plt.ylabel('ALB catch/hooks')
plt.show()
有许多行的数据，来自许多个月和几年。我想将数据按年连接起来(即对每年的月份数据求和)。我使用以下方法来完成此操
浏览 2提问于2017-05-04得票数 2
这里是pandas和dataframes的新手！初始数据帧： A 1238 100
A 1238 90
A 3784 200
A 3784 500
B 1222 274
B 1222 400
C 2747 800
C 1384 100 我需要这样的输出：(C列是A列和B列的分组数据的最小值，B列是分组数据的顺序计数器)： A 1 90
A 2 200
B 1 274
C 1 800
C 2 100 帮助!
浏览 2提问于2020-01-24得票数 2
1回答
Pandas聚合特定列
、、、
如何仅聚合pandas中的特定列？
import numpy as np
df = pd.DataFrame({'A': [1, 1, 2, 2],
'B': [1, 2, 3, 4],
'C': np.random.randn(4)})
df.groupby('A').agg(['max']) #works as expected, but gives values for col B & C
df.groupby('A&
浏览 0提问于2018-03-06得票数 0
我正在尝试将一些代码从Pandas移植到考拉，以利用星火的分布式处理。我正在获取一个dataframe，并将其分组到A和B上，然后应用一系列函数来填充新的dataframe的列。下面是我在Pandas中使用的代码：
new = old.groupby(['A', 'B']) \
.apply(lambda x: pd.Series({
'v1': x['v1'].sum(),
'v2': x['v2'].sum(),
'v3': (x['v1
浏览 8提问于2020-07-06得票数 3
我有Pandas DataFrame，如下所示(数据类型为"ID“和"COL1”为"object")：
ID | COL1 | COL2 | COL3
----|------|------|----
123 | ABc | 55 | G4
123 | Abc | 55 | G4
123 | DD | 55 | G4
44 | RoR | 41 | P0
44 | RoR | 41 | P0
55 | XX | 456 | RR
我需要：
创建新列"COL1_cum“，其中将是每个ID中由逗号分隔的"C
浏览 3提问于2022-09-12得票数 1
回答已采纳
我正在学习营销分析，并坚持使用以下代码片段，即operation var。“sum”和“firs”如何给出列的总和以及“first”从列中获得的第一个唯一值？ operations = {'revenue':'sum',
'InvoiceDate':'first',
'CustomerID':'first'}
df = df.groupby('Invoice
浏览 16提问于2020-11-20得票数 1
回答已采纳
2回答
我有一个这样的dataframe df1：
import pandas as pd
dic = {'A':[0,0,2,2,2,1,5,5],'B':[[1,5,3,8],[1,8,7,5],[7,8,9,5],[3],[1,5,9,3],[0,3,5],[],[4,2,3,1]],'C':['a','b','c','c','d','e','f','f'],'D':['0','8&
浏览 5提问于2017-02-01得票数 2
回答已采纳
我有一个csv文件，如下所示
Hour,L,Dr,Tag,Code,Vge
0,L5,XI,PS,4R,15
0,L3,St,sst,4R,17
5,L5,XI,PS,4R,12
2,L0,St,v2T,4R,11
8,L2,TI,sst,4R,8
12,L5,XI,PS,4R,18
2,L2,St,PS,4R,9
12,L3,XI,sst,4R,16
我在我的ipython笔记本中执行以下脚本。
In[1]
import pandas as pd
In[2]
df = pd.read_csv('/python/concepts/pandas/in.csv')
浏览 3提问于2015-12-06得票数 1
2回答
我的表是从透视表中提取的，以消除缺少的值和太短的值，比如城市名称，下面是我的代码
company = pd.read_sql('SELECT user_id, address FROM company' , con=db_connection)
table = pd.pivot_table(company, index=['address'],aggfunc=np.sum)
table.reset_index()
那我就得到他的
address user_id
3
浏览 3提问于2017-10-06得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
