如何定义一个获取第一个元素的python lambda？答案

【问题标题】：How to define a python lambda getting the first element?如何定义一个获取第一个元素的python lambda？
【发布时间】：2019-09-25 07:08:30
【问题描述】：

import pandas as pd
df = pd.DataFrame({'A': [0, 0, 1, 1], 
                   'B': [1, 3, 8, 10], 
                   'C': ['alpha', 'bravo', 'charlie', 'delta']})

现在，我想使用自己的 lambda 对数据进行分组，但它们的行为与我的预期不同。以下示例中的 lambda 应返回组中列的第一个值：

df.groupby('A', as_index = False).agg({'B':'mean', 
                                       'C': lambda x: x[0]})

代码抛出KeyError: 0，我不清楚，因为['alpha', 'bravo'][0] 给出'alpha'

所以总体上想要的输出：

    A   B          C
0   0   2    'alpha'
1   1   9  'charlie'

【问题讨论】：

标签： python pandas lambda group-by

【解决方案1】：

如果需要选择组中的第一个值，请使用Series.iat 或Series.iloc 按位置选择：

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': lambda x: x.iat[0]})

另一种解决方案是使用GroupBy.first:

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': 'first'})
print (df1)
   A  B        C
0  0  2    alpha
1  1  9  charlie

您能否解释一下为什么 lambda 不起作用？

问题在于第二组，索引不是0，而是2，引发错误，因为x[0] 尝试使用0 按索引搜索，而第二组不存在：

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': lambda x: print (x[0])})
print (df1)
alpha <- return first value of first group only, because alpha has index 0
alpha
alpha

因此，如果为组的第一个值设置索引0，它将使用此示例数据：

df = pd.DataFrame({'A': [0, 0, 1, 1], 
                   'B': [1, 3, 8, 10], 
                   'C': ['alpha', 'bravo', 'charlie', 'delta']}, index=[0,1,0,1])
print (df)
   A   B        C
0  0   1    alpha <- index is 0
1  0   3    bravo
0  1   8  charlie <- index is 0
1  1  10    delta

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': lambda x: x[0]})
print (df1)
   A  B        C
0  0  2    alpha
1  1  9  charlie

【讨论】：

您能否解释一下为什么 lambda 不起作用？
@Barmar - 为您解释。

【解决方案2】：

小解释说明为什么您的lambda 函数不起作用。

当我们使用groupby 时，我们会返回一个 groupby 对象：

g = df.groupby('A')

print(g)
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000023AA1BB41D0>

当我们访问 groupby 对象中的元素时，我们会返回 分组数据帧：

for idx, d in g:
    print(d, '\n')

   A  B      C
0  0  1  alpha
1  0  3  bravo 

   A   B        C
2  1   8  charlie
3  1  10    delta

这就是为什么我们需要将这些元素作为 DataFrame 来威胁。正如 jezrael 在他的回答中已经指出的那样，有几种方法可以访问 C 列中的第一个值：

for idx, d in g:
    print(d['C'].iat[0])
    print(d['C'].iloc[0], '\n')

alpha
alpha 

charlie
charlie

【讨论】：