python - Pandas Groupby 行数不佳

Question

有没有办法强制 pandas.groupby 返回一个 DataFrame？这是说明我的问题的示例:

玩具数据框:

df = pd.DataFrame(data=dict(a=[1, 1, 1, 2, 2, 2, 3, 3, 3], 
                            b=[1, 1, 1, 2, 2, 2, 4, 4, 4])

此函数按预期返回数据框:

def fcn_good(d):
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_good))

有输出

   mean  std
a
1   1.0  0.0
2   2.0  0.0
3   4.0  0.0

问题来了。在我的真实代码中，一些groupby键在计算过程中会失败。我想要的输出是:

   mean  std
a
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0

但是，这段代码

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series()
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad))

改为返回一个系列:

a
1  mean    1.0
   std     0.0
3  mean    4.0
   std     0.0
dtype: float64

有人知道如何让它工作吗？

Answer 1

您可以使用 unstack和 reindex通过 unique a 列的值，因为 groupby按 a 列:

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series()
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad).unstack().reindex(df.a.unique()))
   mean  std
a           
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0

---

如果将 index 添加到 Series 中，pd.Series(index=['mean', 'std'])，返回DataFrame:

def fcn_bad(d):
    if int(d.a.unique()[0]) == 2: # Simulate failure
        return pd.Series(index=['mean','std'])
    return pd.Series(data=dict(mean=d.b.mean(), std=d.b.std()))
print(df.groupby('a').apply(fcn_bad))
   mean  std
a           
1   1.0  0.0
2   NaN  NaN
3   4.0  0.0