Pandas 熊猫数据帧自定义agg函数奇怪的行为

我想使用一个自定义函数沿一个轴聚合一个数据帧，但我很难确定该函数应该返回什么

df = pd.DataFrame(np.arange(50).reshape(10,5))

您可以将numpy函数传递给

DataFrame.agg

：

# Case 1
df.agg([np.mean], axis=1)

您将得到您所期望的：一个数据帧，它的索引与df一样，但只有一列：“mean”。 但出于某种原因，以下行为完全不同：

# Case 2
df.agg([lambda x:np.mean(x)], axis=1)

甚至

# Case 3
def f(x, **kwargs):
    return np.mean(x, **kwargs)

df.agg([f], axis=1)

---

为什么后两种情况的工作方式与第一种情况有所不同？

如果我没有弄错的话，

情况2中发生的事情是np.mean（）操作首先将数组展平，因此将计算每个行条目的每列平均值，这就是为什么在运行
df.agg（[lambda x:np.mean（x）]，axis=1）时，您会得到数据帧中每个条目的平均值。
返回：

               0     1     2     3     4
0 <lambda>   0.0   1.0   2.0   3.0   4.0
1 <lambda>   5.0   6.0   7.0   8.0   9.0
2 <lambda>  10.0  11.0  12.0  13.0  14.0
3 <lambda>  15.0  16.0  17.0  18.0  19.0
4 <lambda>  20.0  21.0  22.0  23.0  24.0
5 <lambda>  25.0  26.0  27.0  28.0  29.0
6 <lambda>  30.0  31.0  32.0  33.0  34.0
7 <lambda>  35.0  36.0  37.0  38.0  39.0
8 <lambda>  40.0  41.0  42.0  43.0  44.0
9 <lambda>  45.0  46.0  47.0  48.0  49.0

类似地，通过在np.mean（）函数中指定
axis=0
，可以使
Case 3
的行为与
Case 1
的行为相同：

def f(x, **kwargs):
    return np.mean(x, axis=0, **kwargs)

df.agg([f], axis=1)

这将返回：

      f
0   2.0
1   7.0
2  12.0
3  17.0
4  22.0
5  27.0
6  32.0
7  37.0
8  42.0
9  47.0

      f
0   2.0
1   7.0
2  12.0
3  17.0
4  22.0
5  27.0
6  32.0
7  37.0
8  42.0
9  47.0