如何定义获取第一个元素的python lambda？

现在，我想使用自己的lambda对数据进行分组，但它们的行为与我预期的不同。下例中的lambda应返回组中列的第一个值：

import pandas as pd
df = pd.DataFrame({'A': [0, 0, 1, 1], 
                   'B': [1, 3, 8, 10], 
                   'C': ['alpha', 'bravo', 'charlie', 'delta']})

代码抛出

键错误：0

，我不清楚，因为

['alpha'，'bravo'][0]

给出了

'alpha'

因此，总体而言，期望的输出：

df.groupby('A', as_index = False).agg({'B':'mean', 
                                       'C': lambda x: x[0]})

---

如果需要选择组中的第一个值，则使用或按位置选择：

    A   B          C
0   0   2    'alpha'
1   1   9  'charlie'

另一个解决方案是使用：

---

你能解释一下为什么lambda不起作用吗

问题是对于第二组，索引不是

0

，而是

2

，这会产生错误，因为

x[0]

尝试使用

0

按索引查看LCT，对于第二组，它不存在：

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': 'first'})
print (df1)
   A  B        C
0  0  2    alpha
1  1  9  charlie

---

小型解释

lambda

函数无法工作的原因

当我们使用

groupby

时，我们得到一个groupby对象：

df = pd.DataFrame({'A': [0, 0, 1, 1], 
                   'B': [1, 3, 8, 10], 
                   'C': ['alpha', 'bravo', 'charlie', 'delta']}, index=[0,1,0,1])
print (df)
   A   B        C
0  0   1    alpha <- index is 0
1  0   3    bravo
0  1   8  charlie <- index is 0
1  1  10    delta

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': lambda x: x[0]})
print (df1)
   A  B        C
0  0  2    alpha
1  1  9  charlie

这就是为什么我们需要将这些元素作为数据帧进行威胁。正如耶兹雷尔在回答中指出的那样，有几种方法可以访问

C

列中的第一个值：

for idx, d in g:
    print(d, '\n')

   A  B      C
0  0  1  alpha
1  0  3  bravo 

   A   B        C
2  1   8  charlie
3  1  10    delta 

---

你能解释一下为什么lambda不起作用吗？@Barmar-给你解释一下。

df = pd.DataFrame({'A': [0, 0, 1, 1], 
                   'B': [1, 3, 8, 10], 
                   'C': ['alpha', 'bravo', 'charlie', 'delta']}, index=[0,1,0,1])
print (df)
   A   B        C
0  0   1    alpha <- index is 0
1  0   3    bravo
0  1   8  charlie <- index is 0
1  1  10    delta

df1 = df.groupby('A', as_index = False).agg({'B':'mean', 'C': lambda x: x[0]})
print (df1)
   A  B        C
0  0  2    alpha
1  1  9  charlie

g = df.groupby('A')

print(g)
<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000023AA1BB41D0>

for idx, d in g:
    print(d, '\n')

   A  B      C
0  0  1  alpha
1  0  3  bravo 

   A   B        C
2  1   8  charlie
3  1  10    delta 

for idx, d in g:
    print(d['C'].iat[0])
    print(d['C'].iloc[0], '\n')

alpha
alpha 

charlie
charlie