[英]Pandas groupby std returning an empty dataframe
我有一个 pandas dataframe 具有以下感兴趣的列 - 产品代码和价格。 我想查看具有相同代码的产品的标准偏差。
df.price = pd.to_numeric(df.price, errors='raise')
len(df[df.price.isna()])
Out: 0
df.groupby(['productcode'])['price'].describe()
count unique top freq
productcode
T1H5T 1 1 38 1
T1J0T 1 1 11 1
T1L6E 1 1 24 1
T1H0G9 1 1 69 1
如您所见,大多数产品代码只出现一次。 当我运行 describe 时,诸如 std、mean 等指标由于某种原因没有出现。
当我特别要求运行标准偏差时,我得到以下信息
df.groupby(['productcode'])['price'].std(ddof=0)
Out: _
df[['productcode', 'price']].groupby(['productcode']).mean()
Out: DataError: No numeric types to aggregate
经历了我的错误很多次,显然错误是当我使用 to_numeric 时,无论是引发错误还是强制错误,它实际上并没有改变列的数据类型,它仍然被归类为 object。 使用
df.price = df.price.astype(float)
能够解决这个问题。 这也是为什么当我尝试使用 describe() 方法时,它只会列出适用于分类变量的指标。 我非常感谢您@Laurent 和@jezrael 的回答!
如果使用errors='raise'
如果有非数字值,则返回相同的输出,而不是数字。
需要:
df.price = pd.to_numeric(df.price, errors='coerce')
因此,给定以下玩具 dataframe:
import pandas as pd
df = pd.DataFrame(
{
"productcode": {
0: "T1H 4K3",
1: "T1H6X",
2: "T1H4K",
3: "T1H4K",
4: "T1H6X",
5: "T1H 4K3",
},
"price": {0: "47", 1: "28", 2: "47", 3: "25", 4: "19", 5: "47"},
}
)
print(df)
# Outputs
productcode price
0 T1H 4K3 47
1 T1H6X 28
2 T1H4K 47
3 T1H4K 25
4 T1H6X 19
5 T1H 4K3 47
您可以获得具有相同代码的产品的标准偏差,如下所示:
print(df.groupby("productcode").std())
# Outputs
price
productcode
T1H 4K3 0.000000
T1H4K 15.556349
T1H6X 6.363961
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.