熊猫 groupby 并制作一组物品答案

【问题标题】：Pandas groupby and make set of items熊猫 groupby 并制作一组物品
【发布时间】：2016-06-01 15:14:01
【问题描述】：

我正在使用 pandas groupby 并希望应用该功能从组中的项目中进行设置。

TypeError: 'type' object is not iterable 中的以下结果：

df = df.groupby('col1')['col2'].agg({'size': len, 'set': set})

但以下工作：

def to_set(x):
    return set(x)
    
df = df.groupby('col1')['col2'].agg({'size': len, 'set': to_set})

在我的理解中，这两种表达方式很相似，请问第一种不起作用的原因是什么？

【问题讨论】：

【解决方案1】：

更新

直到 pandas 0.22 版，这是一个问题。
从 pandas 1.1.2 版开始，这不是问题。聚合set，不会产生TypeError: 'type' object is not iterable。
- 不确定功能何时更新。

这是因为set 属于type type 而to_set 属于type function：

type(set)
<class 'type'>

def to_set(x):
    return set(x)

type(to_set)

<class 'function'>

根据docs，.agg() 期望：

参数：function 或 dict

用于聚合组的函数。

如果是function，则必须在传递DataFrame 或传递给时工作 DataFrame.apply。

如果传递了dict，则键必须是DataFrame 列名字。

接受的组合是：

string cythonized 函数名

function

list 的函数

dict 的列 -> 函数

嵌套 dict 的名称 -> 函数的字典

【讨论】：

为了完整起见，它会引发错误TypeError: 'type' object is not iterable，这可能是因为如果您不传递 function 它需要一个函数列表。

【解决方案2】：

尝试使用：

df = df.groupby('col1')['col2'].agg({'size': len, 'set': lambda x: set(x)})

为我工作。

【讨论】：

如果你像刚才那样扔单线，你必须包括上下文来解释你做了什么以及为什么这样做。效仿用户 Stefan 的例子，会给你更多的同情和支持，而不仅仅是单线。您必须让未来的读者能够理解它，以便他们从中学习。
'set': lambda x: set(x) 可以替换为'set': set

【解决方案3】：

如果出现以下错误，请更新 Pandas 的新版本

SpecificationError: nested renamer is not supported

df = df.groupby('col1')['col2'].agg(size= len, set= lambda x: set(x))

【讨论】：