pandas groupby未按预期工作
pandas是一个流行的Python数据分析库，其中的groupby函数用于按照指定的列或条件对数据进行分组。然而，有时候在使用pandas的groupby函数时可能会出现未按预期工作的情况。以下是一些可能导致此问题的原因和解决方法：
- 数据类型不匹配：在进行分组之前，确保要分组的列的数据类型正确。例如，如果要按日期进行分组，确保日期列的数据类型是datetime而不是字符串。
- 缺失值处理：如果数据中存在缺失值，groupby函数默认会将缺失值作为一个独立的组。如果不希望将缺失值作为一个组，可以使用dropna参数将其排除在外。
- 分组键不正确：确保使用正确的列或条件作为分组键。如果分组键不正确，groupby函数可能无法正确识别要分组的数据。
- 聚合函数选择不当：groupby函数通常与聚合函数（如sum、mean、count等）一起使用，以对分组后的数据进行计算。确保选择适当的聚合函数来计算所需的结果。
- 多级分组：pandas的groupby函数支持多级分组，可以按照多个列进行分组。如果未按预期工作，可能是由于多级分组的设置不正确。确保按照正确的顺序和条件进行多级分组。
- 数据排序：在进行分组之前，最好先对数据进行排序，以确保分组的准确性。可以使用sort_values函数对数据进行排序。
总结起来，当pandas的groupby函数未按预期工作时，需要检查数据类型、缺失值处理、分组键、聚合函数选择、多级分组和数据排序等方面的问题。根据具体情况进行调整和修正，以获得预期的结果。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能（AI）：https://cloud.tencent.com/product/ai
- 腾讯云物联网（IoT）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发（移动推送、移动分析）：https://cloud.tencent.com/product/mpns
- 腾讯云数据库（MySQL、MongoDB、Redis等）：https://cloud.tencent.com/product/cdb
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云音视频处理（VOD、LVB）：https://cloud.tencent.com/product/vod
相关·内容
3回答
群迭代排序
python、pandas、dataframe
下面是代码和控制台输出。
import pandas as pd
#data
df= pd.DataFrame([{'col1':'a', 'is_open':0}, {'col1':'b', 'is_open':1}])
#1
df = df.sort_values('is_open',ascending=False).reset_index(drop=True)
# print(df)
#2
for i, d in df.groupby(['col1', &
浏览 19提问于2022-06-23得票数 0
回答已采纳
1回答
熊猫用csv逐行成群
python、csv、pandas、group-by、aggregate
我有一个很大的CSV文件，我正在从(月份和取消)中提取两列，并且需要在一个dataframe中显示结果。月份是整数。一月是csv中的1)，需要将其转换为字符串。
我遇到的问题是设置正确的指数，并将几个月的数据分组。
import pandas as pd
data = pd.read_csv('data.csv', encoding='latin-1', usecols=['Month','Cancelled'])
grouped = data.groupby(axis=1)
我要寻找的预期输出大致如下：
浏览 7提问于2015-02-28得票数 0
1回答
创建包含旧dataframe中某些列的平均值的新dataframe。
python、pandas、dataframe、data-processing
我有一个从csv文件中提取的数据。我想迭代一个数据进程，其中只有一些列的数据是n行的平均值，而其余的列是每个迭代的第一行。
例如，从csv提取的数据由100行6列组成。我有一个变量n_AVE = 6，它告诉代码将数据平均为每6行。
rawDf = pd.read_csv(outputFilePath / 'Raw_data.csv', encoding='CP932')
OUT:
TIME A B C D E
0 2021/3/4 148 0 142
浏览 7提问于2022-03-11得票数 1
回答已采纳
1回答
字典理解中的群迭代器不添加列表
python、dictionary
我有一个数据库查询，它返回一个列表。然后我做了一本字典，如下所示：
results = {product: [g for g in group] for product, group in groupby(db_results, lambda x: x.product_id)}
问题是字典的值只返回1值。我假设这样做是因为这个组是一个迭代器。
下面返回组中的每个项，因此我知道它们在那里：
groups = groupby(db_results, lambda x: x.product_id)
for k,g in groups:
if k==1001:
print li
浏览 5提问于2014-07-08得票数 0
回答已采纳
1回答
更改DataType的GroupBy方法
pandas、pandas-groupby
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
2回答
存储桶和项目概念？
对象存储、官方文档
对象存储的一个存储桶可以属于多个项目吗?
查看腾讯云文档也没看出答案, 个人感觉应该属于, 因为存储桶是通过接口去访问的. 哪位大神能够帮忙解答下? 万分感谢
浏览 856提问于2019-07-18
2回答
熊猫群中的NaN项目是否伴随着包括类别列期望行为在内的聚合？
python、pandas、aggregation
我聚合了一个包含类别列的熊猫DataFrame。输出包含了几个我没想到也不明白的NaN。示例代码：
import pandas as pd
d = pd.DataFrame({'a': [1, 1, 2, 2], 'b': [1, 1, 2, 2], 'c': [1, 2, 3, 4]})
d.astype({'b': 'category'}).groupby('a').agg({'b':'first', 'c':['mean', &
浏览 2提问于2019-11-01得票数 4
回答已采纳
1回答
python pandas为列I group by提供了一个键错误，即使布尔表达式显示该列是数据帧的一部分
python、pandas、dataframe、pandas-groupby、keyerror
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
1回答
python中的itertools.groupby( )
python、itertools
我有一组元组。例如：
set([(('E', ('T',)), 0),
(('F', ('(', 'E', ')')), 0),
(('T', ('F',)), 0),
(('__S__', ('E', '$')), 0),
(('E', ('E', '+', 'T')), 0),
(('T', ('T', '
浏览 0提问于2013-06-18得票数 0
回答已采纳
2回答
如何在Pandas dataframe中获取最后一行日期时间？
python、pandas、dataframe、datetime、pandas-groupby
II目前有一个很大的.csv，有200万行。我在csv中读过，只有2列，数字和时间戳(在unix中)。我的目标是每天获取最后和最大的数字(例如。1/1/2021、1/2/2021等)
我已经将unix转换为datetime，并使用了df.groupby(“时间戳”).tail(1)，但仍然无法每天返回最后一行。我是不是用错了群人？
import pandas as pd
def main():
df = pd.read_csv('blocks.csv', usecols=['number', 'timestamp']
浏览 11提问于2022-04-04得票数 1
回答已采纳
2回答
熊猫在多级列MultiIndex groupby对象上的分位数和Q的列表
python、pandas、pandas-groupby、multi-index
我有一个带有MultiIndex列标签的Pandas，如下所示：
in:
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame(np.random.randint(100,size=(3, 4)),columns = pd.MultiIndex.from_product([['exp0','exp1'],['rnd0','rnd1']],names=['experiments','rnd_runs
浏览 6提问于2020-07-26得票数 3
回答已采纳
1回答
对pandas DataFrame中的重复项进行平均化，而不是使用drop_duplicates保留第一项
python、pandas、dataframe、data-wrangling
假设我有一个表单的Pandas DataFrame： id price dur
1 153 80.0 0.0
2 153 130.0 0.0
3 153 95.0 0.0
4 156 115.0 0.0
5 156 165.0 0.0
6 156 130.0 0.0
7 158 90.0 0.0
8 158 140.0 0.0
9 158 105.
浏览 30提问于2020-04-14得票数 0
3回答
什么是火花-scala的解决方案来对分组数据中的非键非整数列中的数据进行排序？
scala、apache-spark、apache-spark-sql
对按产品价格分类的产品数据进行分类
我有一个产品的RDD -列：(product_id，product_category_id，product_category_id，product_name，product_description，product_description，product_price，product_image )
val prdMap = prd.map(r=> (r.split(",")(1).toInt,(r.split(",")(4),r.split(",")(0),r.split(",")(2) )
浏览 1提问于2019-08-12得票数 1
1回答
熊猫用字符串和整数按列对数据进行排序
python、sorting、pandas
我有一个包含整数和字符串的列的dataframe：
>>> df = pd.DataFrame({'a':[2,'c',1,10], 'b':[5,4,0,6]})
>>> df
a b
0 2 5
1 c 4
2 1 0
3 10 6
我希望按a列对数据进行排序，将字符串和整数分开处理，首先使用字符串：
>>> df
a b
1 c 4
2 1 0
0 2 5
3 10 6
...but不允许将整数与字符串进行比较。
TypeE
浏览 0提问于2016-10-13得票数 0
回答已采纳
1回答
基于外部对象索引的聚合组
python、pandas、pandas-groupby
我有一个带有分类栏和其他内容的数据文件：
>>> np.random.seed(0xFEE7)
>>> df = pd.DataFrame({'A': np.random.randint(10, size=10),
'B': np.random.randint(10, size=10),
'C': np.random.choice(['A', 'B'], size=10)})
>&
浏览 3提问于2021-04-21得票数 2
回答已采纳
3回答
对对象数组进行分组和排序的最佳方法
javascript、underscore.js
我有以下演示数据。
var demoData= [{"EntryGroupDate":"November 2013",
"DisplayName": "Hans Meier (November)",
"EntryGroupDateSort": 11},
{"EntryGroupDate":"August 2013",
"DisplayName&#
浏览 2提问于2013-12-02得票数 3
回答已采纳
3回答
SSRS报表中的条件分组表
reporting-services、ssrs-2012、ssrs-tablix、ssrs-grouping
我的tablix有以下列
Country, City, College, totalstudent,passedstudent,failedstudent
我有一个参数"GroupBy“，其值为"country/city/college”。因此，当我选择其中一个参数时，我的tablix应该按该参数分组，并且仅使参数列+总计、传递的、失败的列分组。
就像。如果用户选择GroupBy = "City“，则tablix将显示
City, totalstudent, passedstudent, failedstudent
总计、传递和失败的值是在该城市中分组的总总和。
同样的
浏览 1提问于2017-03-08得票数 1
1回答
Python -按多列分组并获得最大值或和
python、group-by
我感兴趣的是产品价格的最大值。
这是输入数据.
我想按国家、国家分组
如何对这两列进行分组，得到最高价格值。
import csv
import locale
from itertools import groupby
locale.setlocale( locale.LC_ALL, 'en_US.UTF-8' )
total_price = 0
max_price = 0
reader = csv.DictReader(open('/Users/myuser/Downloads/SalesData.csv', 'rU'), dialect
浏览 3提问于2015-08-27得票数 4
回答已采纳
1回答
将pyspark groupedData转换为pandas DataFrame
python、pandas、pyspark、apache-spark-sql、spark-dataframe
我需要通过Spark分组一个大型数据集，我将其加载为两列的Pandas数据框架，然后重新转换为Pandas:基本上是做Pandas -> 'pyspark.sql.group.GroupedData‘-> Pandas。两列中的元素都是整数，分组后的数据需要以列表的形式存储，如下所示：
df.a df.b
1 3
2 5
3 8
1 2
3 1
2 6
...
spark_df = spark.createDataFrame(df
浏览 1提问于2017-08-03得票数 1
3回答
python熊猫群/应用:到底传递给应用函数的是什么？
python、pandas、dataframe、pandas-groupby、pandas-apply
这里是Python新手。我正在努力了解熊猫群是如何工作的，并应用这些方法。我找到了的简单示例，我将其粘贴在下面：
import pandas as pd
ipl_data = {'Team': ['Riders', 'Riders', 'Devils', 'Devils', 'Kings',
'kings', 'Kings', 'Kings', 'Riders', 'Royals', 'Royals
浏览 2提问于2019-09-01得票数 4
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
