【发布时间】:2016-11-10 04:22:45
【问题描述】:
下面是我的数据框的一个小样本。
In [10]: df
Out[10]:
TXN_KEY Send_Agent Pay_Agent Send_Amount Pay_Amount
0 13272184 AWD120279 AEU002152 85.99 85.04
1 13272947 ARA030122 AEV000034 402.01 400.00
2 13273453 API185805 API190139 22.98 22.98
3 13273870 ANO080012 API352676 490.00 475.68
4 13274676 AUK359401 AED002782 616.16 600.87
5 13274871 ACL000105 ACB020203 193.78 185.21
6 13275194 ADA374245 ANP023424 100.00 98.50
grouped = df.groupby('Send_Agent')
计算 Send_Amount 与下一个相同次数的函数可以正常工作。
def repeat_count(s):
return (s.shift() == s).sum()
In [35]: result = grouped.agg({'Send_Amount':[repeat_count]})
In [36]: result
Out[36]:
Send_Amount
repeat_count
Send_Agent
A03010016 0
A03020026 0
A10000075 0
A10000316 0
A10000932 0
A10060013 0
A10080022 0
A11120030 0
但是当我尝试计算 Send_Amount 介于 900 和 1000 之间的所有 Send_Agent 的计数时,我收到了一个错误:
In [27]: def banded_txns(s):
return(s >=900.00 & s < 1000.00).count()
In [28]: result = grouped.agg({'Send_Amount':banded_txns})
TypeError: cannot compare a dtyped [float64] array with a scalar of type [bool]
我无法弄清楚为什么它适用于一种类型的比较而不适用于另一种类型。提前致谢。
【问题讨论】: