Python 使用numpy.median与其他函数按对象聚合的结果不一致

使用数据帧（熊猫作为pd，numpy作为np）：

按“C”对DF进行分组，并用np.mean（也包括总和、最小值、最大值）进行聚合，可在组内生成列式聚合：

In [40]: test_g = test.groupby('C')

In [41]: test_g.aggregate(np.mean)
Out[41]: 
       A    B
C            
1  11.50  2.5
2  38.25  6.5

In [42]: test_g.aggregate(np.median)
Out[42]: 
      A     B
C            
1   7.0   7.0
2  11.5  11.5

但是，使用np.MIDA进行聚合似乎会在组内生成数据帧聚合：

In [40]: test_g = test.groupby('C')

In [41]: test_g.aggregate(np.mean)
Out[41]: 
       A    B
C            
1  11.50  2.5
2  38.25  6.5

In [42]: test_g.aggregate(np.median)
Out[42]: 
      A     B
C            
1   7.0   7.0
2  11.5  11.5

（使用

groupby.median

方法似乎可以产生预期的列式结果）

我希望解决以下问题：

这种结果的原因/机制是什么

如果这种行为得到确认，它将如何影响聚合分组的推荐“最佳实践”？其他聚合函数是否可以这样工作

---

我怀疑这是一个错误。。。所以

同时（如果你原谅双关语），你可以使用以下方法：

---

原因很有趣。也许一些熊猫专家会想插嘴，但归根结底，这是努比和熊猫之间的一场乒乓球。请注意，文档说明：

用于聚合组的函数。如果是函数，则必须 当传递给DataFrame或传递给DataFrame.apply时工作。如果 传递dict时，键必须是DataFrame列名

第一件事是2D（类似数组）第二种方法可以归结为1D array（类似数组）被传递给您提供的函数

这意味着聚合首先通过中的2D系列。在第一种情况下（

np.mean

），numpy知道数组有一个

.mean

属性，所以它总是这样做，它称之为。但是，它使用axis=None调用它（默认为numpy）。这使得Pandas抛出一个异常（它希望axis为0或1，而不是无），并进入第二步，将其作为1D传递，这是万无一失的

但是，当您输入

np.median

numpy数组时，它不具有

.median

属性，因此它使用常规numpy机制，即展平数组（即，通常

轴=无

）

---

解决方法是使用

测试聚合（[np.median，np.median]）

强制它始终采用第二条路径。或者什么也能起作用：

test\u g.aggregate（np.median，axis=0）

将

axis=0

传递到

np.median

，从而告诉numpy如何正确处理它。总的来说，我想知道pandas是否至少不应该发出警告，毕竟，将结果广播到两个栏目几乎从来都不是我们想要的。

另外，作为一种解决方法，请注意pandas有一些常用操作的快捷方法：

In [12]: test.groupby('C').mean()
Out[12]: 
       A    B
C            
1  11.50  2.5
2  38.25  6.5

In [13]: test.groupby('C').median()
Out[13]: 
      A    B
C           
1  11.5  2.5
2  34.0  6.5

---

对于sum、mean、median、max、min、first、last、std等，您可以直接调用该方法，而不必担心应用到数据帧，而是故障切换到GroupBy引擎中的每个列机制。

从v 0.12 DataFrame开始。引入了median：

---

在V0.12之前，我认为该方法不存在。相反，您可以使用numpy。median

agg

只是

聚合的简写，但是您总是强制它在单个列上工作，这可以解决问题。事实上，.agg似乎不起作用：
In[6]：test_g.agg（np.median）Out[6]：a B C 1 7.0 7.0 2 11.5 11.5
While.agg（[x]）工作：
In[7]：test_g.agg（[np.median]）Out[7]：A B median C 1 11.5 2.5 2 34.0 6.5
seberg的回答解释了我的想法。对不起，在评论中形成代码时遇到了令人尴尬的困难；）<代码>聚集（[np.中值]）

：）是。我只是想找出一个链接来传入

axis=0

，这是正确的方法。谢谢，我怀疑问题是关于pandas-numpy接口和numpy的数组处理，检查了

aggregate

docstring，但无法得出您所做的结论；）