Python 熊猫：传递给agg函数的对象的数据类型是什么

我一直很好奇到底传递给agg函数的是什么

Id      NAME   SUB_ID
276956  A      5933
276956  B      5934
276956  C      5935
287266  D      1589

所以当我调用一个agg函数时，x的数据类型到底是什么

df.groupby('Id').agg(lambda x: set(x))

根据我自己的挖掘，我发现x是

，但我不明白它到底是什么。我试图做的是将任何特定组的记录压缩成一行。对于ID276956，我想在一个单元格中的Name列下有A，B，C。我一直在把它转换成一个集合，但这让我对Nan和None的价值观感到有些悲伤。我想知道压缩一行的最好方法是什么。如果这些是numpy数组，那么我不需要转换，而是类似于

df.groupby('Id').agg(lambda x: x)

---

抛出一个错误

您正在使用的

系列

：

print (df.groupby('Id').agg(lambda x: print(x)))
0    A
1    B
2    C
Name: NAME, dtype: object
3    D
Name: NAME, dtype: object
0    5933
1    5934
2    5935
Name: SUB_ID, dtype: int64
3    1589
Name: SUB_ID, dtype: int64

您可以使用自定义函数，但必须聚合输出：

def f(x):
    print (x)
    return set(x)

print (df.groupby('Id').agg(f))
             NAME              SUB_ID
Id                                   
276956  {C, B, A}  {5933, 5934, 5935}
287266        {D}              {1589}     

如果需要聚合

连接

，数字列为：

如果

mean

，则省略

string

列：

print (df.groupby('Id').mean())
        SUB_ID
Id            
276956    5934
287266    1589

---

更常见的是使用功能-请参阅：

本例中的

x

将是

Id

上每个相关分组的序列

要实际获取值列表，请执行以下操作：

>>> df[['Id', 'NAME']].groupby('Id').agg(lambda x: x.values.tolist())
             NAME
Id               
276956  [A, B, C]
287266        [D]

更一般地说，

x

将是相关分组的数据帧，您可以对其执行通常可以使用数据帧执行的任何操作，例如：

>>> df.groupby('Id').agg(lambda x: x.shape)
        NAME SUB_ID
Id                 
276956  (3,)   (3,)
287266  (1,)   (1,)

---

我很高兴能帮助你。请不要忘记接受我的或其他答案。谢谢

>>> df[['Id', 'NAME']].groupby('Id').agg(lambda x: ', '.join(x))
           NAME
Id             
276956  A, B, C
287266        D

>>> df[['Id', 'NAME']].groupby('Id').agg(lambda x: x.values.tolist())
             NAME
Id               
276956  [A, B, C]
287266        [D]

>>> df.groupby('Id').agg(lambda x: x.shape)
        NAME SUB_ID
Id                 
276956  (3,)   (3,)
287266  (1,)   (1,)