python – Pandas – 类别变量和分组 – 这是一个错误吗？

发布时间：2020-12-16 22:46:52 所属栏目：Python 来源：网络整理

导读：我在玩熊猫时遇到了一个奇怪的结果,我不知道为什么会这样.想知道它是不是一个bug. cf = pd.DataFrame({'sc': ['b','b','c','d'],'nn': [1,2,3,4],'mvl':[10,20,30,40]})df = cf.groupby('sc').mean()df.loc['b','mvl'] 结果给出“15.0”. cf1 = cfcf1['sc']

我在玩熊猫时遇到了一个奇怪的结果,我不知道为什么会这样.想知道它是不是一个bug.

cf = pd.DataFrame({'sc': ['b','b','c','d'],'nn': [1,2,3,4],'mvl':[10,20,30,40]})
df = cf.groupby('sc').mean()
df.loc['b','mvl']

结果给出“15.0”.

cf1 = cf
cf1['sc'] = cf1['sc'].astype('category',categories=['b',ordered = True)
df1 = cf1.groupby('sc').mean()
df1.loc['b','mvl']

这给出了一个系列：

sc

b    15.0
Name: mvl,dtype: float64

type(df1.loc [‘b’,’mvl’]) – > pandas.core.series.Series

type(df.loc [‘b’,’mvl’]) – > numpy.float64

为什么将变量声明为分类会将loc的输出从标量更改为系列？

我希望这不是一个愚蠢的问题.谢谢！

最佳答案

这可能是一只熊猫的错误??.不同之处在于,当您对分类变量进行分组时,您会得到一个分类索引.没有任何groupby,你可以更简单地看到它：

nocat = pandas.Series(['a','c'])
cat = nocat.astype('category',categories=['a','c'],ordered=True)
xno = pandas.Series([8,88,888],index=nocat)
xcat = pandas.Series([8,index=cat)

>>> xno.loc['a']
8
>>> xcat.loc['a']
a    8
dtype: int64

docs注意到CategoricalIndex上的索引操作保留了分类索引.看起来他们甚至会这样做,如果你只得到一个结果,这并不完全与文档相矛盾,但似乎是不良行为.

有一个a related pull request似乎解决了这种行为,但它最近才合并.看起来修复应该在pandas 0.18.1中.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!