熊貓聚集警告（FutureWarning：使用與重命名的字典已過時）

Question

我想對熊貓數據框做一些聚合。下面是一個示例代碼：

import pandas as pd 

df = pd.DataFrame({"User": ["user1", "user2", "user2", "user3", "user2", "user1"], 
        "Amount": [10.0, 5.0, 8.0, 10.5, 7.5, 8.0]}) 

df.groupby(["User"]).agg({"Amount": {"Sum": "sum", "Count": "count"}}) 

Out[1]: 
     Amount  
     Sum Count 
User    
user1 18.0  2 
user2 20.5  3 
user3 10.5  1 

產生以下警告：

FutureWarning：使用與重命名的字典被棄用，並將於 在未來的版本中迴歸超去除（DataFrameGroupBy， 自我）.aggregate（arg，* args，** kwargs）

我該如何避免這種情況？

Answer 1

使用GROUPBY apply，並返回一個系列重命名列

使用GROUPBY apply方法來執行

• 重命名列
• 在名稱
• 允許允許對空間的聚合您以任何您選擇的方式訂購返回的列
• 允許在列之間進行交互
• 返回單級索引而不是一個多指標

要做到這一點：

• 創建您傳遞給apply
• 此自定義函數傳遞每個組的數據框自定義函數
• 迴歸系列
• 該系列的索引將是新的列

個

製造假數據

df = pd.DataFrame({"User": ["user1", "user2", "user2", "user3", "user2", "user1", "user3"], 
        "Amount": [10.0, 5.0, 8.0, 10.5, 7.5, 8.0, 9], 
        'Score': [9, 1, 8, 7, 7, 6, 9]}) 

創建返回
變量x系列裏面的my_agg是一個數據幀

def my_agg(x): 
    names = { 
     'Amount mean': x['Amount'].mean(), 
     'Amount std': x['Amount'].std(), 
     'Amount range': x['Amount'].max() - x['Amount'].min(), 
     'Score Max': x['Score'].max(), 
     'Score Sum': x['Score'].sum(), 
     'Amount Score Sum': (x['Amount'] * x['Score']).sum()} 

    return pd.Series(names, index=['Amount range', 'Amount std', 'Amount mean', 
            'Score Sum', 'Score Max', 'Amount Score Sum']) 

自定義函數

通過這個自定義函數的GROUPBY apply方法

df.groupby('User').apply(my_agg) 

最大的缺點是，這個功能會比agg爲cythonized aggregations

慢得多使用帶進行分組的字典agg方法

使用詞典詞典由於其複雜性和有點模糊的性質，因此被刪除。有一個ongoing discussion關於如何在github上將來改進此功能在這裏，您可以在groupby調用之後直接訪問聚合列。只需傳遞您希望應用的所有聚合函數的列表。

df.groupby('User')['Amount'].agg(['sum', 'count']) 

輸出

 sum count 
User    
user1 18.0  2 
user2 20.5  3 
user3 10.5  1 

但仍可以用字典來明確表示不同的聚合的不同列，喜歡這裏，如果有一個名叫Other另一個數字列。

df = pd.DataFrame({"User": ["user1", "user2", "user2", "user3", "user2", "user1"], 
       "Amount": [10.0, 5.0, 8.0, 10.5, 7.5, 8.0], 
       'Other': [1,2,3,4,5,6]}) 

df.groupby('User').agg({'Amount' : ['sum', 'count'], 'Other':['max', 'std']}) 

輸出

 Amount  Other   
     sum count max  std 
User        
user1 18.0  2  6 3.535534 
user2 20.5  3  5 1.527525 
user3 10.5  1  4  NaN