python - pandas 聚合与自定义函数不一致吗？

Question

我想我发现了 pandas.Series.agg 方法的异常。

这是我发现的。

>>> v = pd.Series([172, 172, 170.0, 170., 168.])
>>> 
>>> v.agg(np.mean)
170.4
>>> 
>>> v.agg(lambda x: np.mean(x))
0    172.0
1    172.0
2    170.0
3    170.0
4    168.0
dtype: float64
>>> 
>>> np.mean(v)
170.4

我发现这令人沮丧，因为 lambda x: f(x) 应该与 f(x) 一样工作，对吧？ .agg(func) 的输入是 Series (根据文档)，但输出显示它不是。这是另一个输出。

>>> v.agg(lambda x: print(type(x)))
<class 'float'>
<class 'float'>
<class 'float'>
<class 'float'>
<class 'float'>
0    None
1    None
0    None
1    None
0    None
dtype: object

>>> v.agg(lambda x: print(x.tolist()))
[172.0, 172.0, 170.0, 170.0, 168.0]

什么？输出表明对于上述两种情况，lambda x: 的输入是不同的。我不确定是否可能。

这是我通过进一步调查得到的结果。

>>> v.agg(lambda x: np.mean(x))
0    172.0
1    172.0
0    170.0
1    170.0
0    168.0
dtype: float64
>>> v.groupby(level=0).agg(lambda x: np.mean(x))
0    170.0
1    171.0
dtype: float64
>>> v.agg(lambda x: np.mean(x.tolist()))
170.4

至少，lambda x: np.mean(x) 对于分组系列按预期工作!但谜团仍然存在。谁能帮我澄清这里发生了什么？

我使用 pandas.DataFrame.agg 和 lambda x: np.mean(x) 进行测试，它按预期工作!

>>> pd.DataFrame(v)
       0
0  172.0
1  172.0
0  170.0
1  170.0
0  168.0
>>> pd.DataFrame(v).agg(lambda x: np.mean(x))
0    170.4
dtype: float64

====

综上所述，我的问题是下面两个结果就是smae。

v.groupby(by = [0]*len(v)).agg(np.mean)
v.groupby(by = [0]*len(v)).agg(lambda x: np.mean(x))

但是下面两个不一样。在pandas中这不被认为是不一致吗？

v.agg(np.mean)
v.agg(lambda x: np.mean(x))

它从哪里来？

Answer 1

>>> pd.DataFrame(v).agg(lambda x: np.mean(x))
0    170.4

上面的内容对您来说看起来不错，因为它正在应用于 axis=0 ，但是如果你通过 axis=1 ，您将得到与系列相同的结果:

>>> pd.DataFrame(v).agg(lambda x: np.mean(x), axis=1)
0    172.0
1    172.0
2    170.0
3    170.0
4    168.0
dtype: float64

问题是，DataFrame 有两个轴，即 0 和 1，但 Series 只有一个轴，即 0。当你在做v.agg(lambda x: np.mean(x))时，它分别应用于每个单独值的系列，类似于 pandas.Series.apply ，与您正在做 v.agg(np.mean) 时相比它适用于整个系列。

查看 docs for pandas.Series.agg :

Parameters: func: function, str, list or dict
Function to use foraggregating the data. If a function, must either work when passed aSeries or when passed to Series.apply.