[英]Pandas groupby() and agg() ignore errors
为完整性而更新:
import pandas as pd
dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03']).tolist()
df = pd.DataFrame({
'day_of_week':['m','t','w'],
'alpha':[1,2,3],
'bravo'[4,5,6],
'charlie':[7,8,9],
'dates':dates
})
agg_dik = {'alpha': sum,
'bravo': sum,
'charlie': max,
'dates': sum}
df = df.groupby('day_of_week').agg(agg_dik).reset_index(drop = True)
这会在日期时间的总和上引发错误。 因此,如果数据框确实具有五列,但是我却拥有数百列的数据框,并且经常建立聚合字典理解,例如:
agg_dik = { c : max if 'e' in c else sum for c in cols }
但是,当groupby().agg()
碰到不允许sum的序列时,它会出错。
所以我的问题-有没有一种方法可以实现我想要的结果,但是让大熊猫要么放弃错误的列,要么用NaN替换并继续?
我看了其他几个问题(例如这个问题),但是它们并没有完全回答我的问题。
目前有两个问题:
您的函数字典可能包含不在您使用的数据框中的列。 在这种情况下,您只需要获取其键与数据框中存在的列匹配的元素即可。
您的某些函数会引发需要捕获的错误/异常。 否则,您的代码列表行将不起作用。
以下是应处理这两种情况的解决方案:
import pandas as pd
import numpy as np
dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03'])
df = pd.DataFrame({
'day_of_week': ['m','t','w'],
'alpha': [1,2,3],
'bravo': [4,5,6],
'charlie': [7,8,9],
'dates':dates
})
def sum_(x):
try:
return np.sum(x)
except:
return np.nan
def max_(x):
try:
return np.max(x)
except:
return np.nan
agg_dik = {'alpha': sum_,
'bravo': sum_,
'charlie': max_,
'delta': max_}
df = df.groupby('day_of_week').agg({k:v for k,v in agg_dik.items() if k in df}).reset_index(drop = True)
我希望这有帮助。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.