python pandas聚合非数字类型

Question

我遇到以下问题，我设法在某些列上创建带有对象数据类型的数据框。特别是，这些将是 2d numpy 数组，但它们可以是任何非数字类型。现在我想旋转我的数据框。有没有办法传递我选择的适用于这些对象的聚合函数？我似乎无法做到这一点，并且收到错误:

GroupByError:没有要聚合的数字类型

例如，假设我有这个虚拟数据框:

date foo  bar               mat
1     a   x      [[1, 2], [3, 4]]
1     b   x      [[1, 2], [3, 4]]
1     a   y      [[1, 2], [3, 4]]
1     b   y      [[1, 2], [3, 4]]
2     a   x      [[4, 5], [6, 7]]
2     b   x      [[4, 5], [6, 7]]
2     a   y      [[4, 5], [6, 7]]
2     b   y      [[4, 5], [6, 7]]

我想要一个以下类型的新数据框:

dd.pivot_table(values=['mat'], rows=['date'], cols=['foo'], aggfunc= ??)

其中我的二维数组将是“foo”列中具有相同值的数组的逐元素总和。我怎样才能做到这一点？如果不可能，是否可以选择具有相同“foo”的数组列表中第一次出现的“mat”元素？谢谢

添加了所需的输出:

date    a               b           
1    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]
2    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]

Answer 1

您可以先分组，然后旋转:

>>> grouped = df.groupby(('foo', 'date'))
>>> g = grouped['mat'].apply(lambda x: np.array(map(np.array, x.values)).T.sum(axis=2).T).reset_index()
>>> g
  foo  date                    0
0   a     1     [[2, 4], [6, 8]]
1   a     2  [[8, 10], [12, 14]]
2   b     1     [[2, 4], [6, 8]]
3   b     2  [[8, 10], [12, 14]]
>>> g.pivot(columns='foo', values=0, index='date').reset_index()
foo  date                    a                    b
0       1     [[2, 4], [6, 8]]     [[2, 4], [6, 8]]
1       2  [[8, 10], [12, 14]]  [[8, 10], [12, 14]]

为了按元素求和，我在 axis=2 上使用了 numpy sum(预先将列表转换为 np.array)。另外，似乎你的输出有点不正确 - 它应该是:

date    a               b           
1    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]
2    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]