Python 2.7 贬低功能不适用于groupby

我正试图根据韦斯·麦金尼（Wes McKinney）关于熊猫的书为我的公司编写培训材料，但我无法让一个贬低功能返回预期输出，这让我感到困惑

import pandas as pd
import numpy as np

#create some data
people = DataFrame(np.random.RandomState(1000).randn(5, 5,), columns=['a', 'b', 'c', 'd', 'e'], \
               index=['Joe', 'Steve', 'Wes', 'Jim', 'Travis'])
# introduce some missing values
people.ix[2:3, ['b', 'c']] = NA

#Group data by passing a Dict
key = {'Jim': 'one', 'Joe' : 'two', 'Steve' : 'one', 'Travis' : 'two', 'Wes' : 'one'}
PGrouped = people.groupby(key)

#define demeaning function
def DeMean(x):
    return x - x.mean()

#Transform data
DeMeaned = PGrouped.transform(DeMean)

#Check that DeMeaned now has zero group means:
DeMeaned.groupby(key).mean()

我不知道如何在这里粘贴输出，但是作为np。种子是在数据创建中设定的，我相信你会得到同样的结果。这两个组中的所有列都应为0，但我在c列和e列中得到0，而在其余列中没有。你知道这里发生了什么吗

谢谢

编辑：我在函数中放入了一些print语句，并将len作为分组函数传递，以查看情况如何变化。我还删除了NA值。不走运。事实上，请有人解释一下：

def DoNothing(x):
    print x.name
    print type(x)
    return x

poeple.groupby(len).transform(DoNothing)

函数中的x.name打印语句在调用时生成以下输出：

a, a, b, c, d, e, 3, 5, 6, 

type（x）print语句表示a、a、b、c、d、e是系列对象，而3、5、6是数据帧对象

为什么呢？我认为transform将把每一列作为一个系列传递给transform函数。尽管奇怪的是“a”似乎被传递了两次（或者不仅仅是“a”被传递——我希望所有列都被传递三次，因为有三个组），但它似乎也传递具有组名的数据帧对象

有人能向我解释什么是真正传递给转换函数的吗

---

我很困惑

由于浮点精度的限制，你必须非常幸运地得到精确的零均值：DeMeaned.groupby（key.mean（）.abs（）.values.max（）返回非常小的值，比如

1e-16

左右？如果是这样的话，那就和你所期望的一样接近于零了。我知道，实际上并不是那么小。全部

5.55e-17

。奇怪的是，在这个例子的教科书中，它的结果是完美的0。我认为这个练习向我展示的是，我不完全理解转换操作发生了什么。我原以为每一列数据都是作为一个系列传递的，但我的Edit中DoNothing函数中的print语句似乎表明情况并非如此？5.55e-17小于1e-16。基本上是零。我承认，我有点惊讶于这个例子竟然得到了完美的零，因为这不是一个

pandas

的东西。尝试

x=np.random.random（5）；打印（x-x.mean（））.mean（）

几次，看看我的意思。另请参见中的示例，其结果很小但不为零。哈哈，哦，是的。好吧，所以我很惊讶。谢谢