Pandas groupby 抛出 ValueError

Question

Category    Data    Age     Location
A            30     44      212 Street
A            20     54      212 Street
A            20     48      212 Street
A            10     49      209 Street
A            40     12      209 Street
A            30     21      209 Street
A            30     32      220 Street
A            35     24      220 Street
A            25     22      220 Street

这是我的 pandas df 的一部分。我希望对 ober 类别和总数据进行分组并在列表中保留唯一位置

df.groupby(['Category']).agg({'Location': pd.Series.unique, 'Data': 'sum'})
This is throwing value error for Location.
ValueError: Function does not reduce

我做错了什么？我想在 groupby 列中放置唯一位置..

Answer 1

您可以将唯一值转换为列表，因为在您的解决方案中，如果不转换为列表，则会出现相同的错误:

ValueError: Must produce aggregated value

#your solution should be changed with convert to list
df1 = df.groupby(['Category']).agg({'Location': lambda x: list(pd.Series.unique(x)), 
                                    'Data': 'sum'})

或者:

df1 = df.groupby(['Category']).agg({'Location': lambda x: list(x.unique()), 'Data': 'sum'})
print (df1)
                                      Location  Data
Category                                            
A         [212 Street, 209 Street, 220 Street]   240

但是如果不需要列表添加 DataFrame.explode :

df1 = (df.groupby(['Category'])
         .agg({'Location': lambda x: list(x.unique()), 'Data': 'sum'})
         .explode('Location'))
print (df1)
            Location  Data
Category                  
A         212 Street   240
A         209 Street   240
A         220 Street   240

或者使用 DataFrame.drop_duplicates 的解决方案和 DataFrame.join :

s = df.groupby(['Category'])['Data'].sum()
print (s)
Category
A    240
Name: Data, dtype: int64

df1 = df.drop_duplicates(['Category','Location']).drop('Data',axis=1).join(s, on='Category')
print (df1)
  Category  Age    Location  Data
0        A   44  212 Street   240
3        A   49  209 Street   240
6        A   32  220 Street   240