Python 对GroupBy对象使用apply和agg时，pandas会给出不同的数值结果

我发现如果我们将

np.var

传递给

apply

，它会计算总体方差，但如果我们将

np.var

传递给

agg

，它会计算样本方差，如下例所示：

np.random.seed（1）
df=pd.DataFrame（{'category'：list（“a”*4+“b”*4），'data'：np.arange（8），'weights'：np.random.rand（8）}）
df
#类别数据权重
#0 a 0.417022
#1A 10.720324
#2 a 2 0.000114
#3 a 3 0.302333
#4 b 4 0.146756
#5 b 5 0.092339
#6b 60.186260
#7 b 7 0.345561
打印（df.groupby（'category'）。应用（np.var））#总体方差
#数据权重
#类别
#a 1.25 0.066482
#b 1.25 0.008898
打印（df.groupby（'category'）.agg（np.var））#样本方差
#数据权重
#类别
#a 1.666667 0.088643
#b 1.666667 0.011864

---

有人能告诉我为什么np.var不能给出一致的结果吗？非常感谢

您可以使用ddof使答案一致

print(df.groupby('category').apply(np.var) ) # population variance
          data   weights
category                
a         1.25  0.066482
b         1.25  0.008898

print(df.groupby('category').agg(lambda x: np.var(x, ddof=0)) )  # population variance
          data   weights
category                
a         1.25  0.066482
b         1.25  0.008898


print(df.groupby('category').agg(np.var) ) # sample variance
          data   weights
category                    
a         1.666667  0.088643
b         1.666667  0.011864

print(df.groupby('category').apply(lambda x: np.var(x, ddof=1)) ) # sample variance
              data   weights
category                    
a         1.666667  0.088643
b         1.666667  0.011864

阅读更多关于它的文章

=================

也可以直接使用groupby的.var（）

df.groupby('category').var()

        data    weights
category        
a   1.666667    0.088643
b   1.666667    0.011864

---

非常感谢您的回复。是的，我知道

ddof

参数。我只是想知道熊猫在将

np.var

传递给

apply

和

agg

时使用不同的

ddof

设置是一个bug还是一个功能？

pandas.DataFrame.aggregate

文档说它是特殊情况下的numpy函数，比如

mean

和

var

。查看它的代码，我看到一个

var

部分，它有一个

ddof=1

默认值。我不知道替换是如何完成的，但这可以解释不同的行为。