Pandas groupby() 和 agg() 忽略错误

Question

更新完整性：

import pandas as pd

dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03']).tolist()

df = pd.DataFrame({ 
            'day_of_week':['m','t','w'],
            'alpha':[1,2,3],
            'bravo'[4,5,6],
            'charlie':[7,8,9],
            'dates':dates
            })

agg_dik = {'alpha': sum,
           'bravo': sum,
           'charlie': max,
           'dates': sum}

df = df.groupby('day_of_week').agg(agg_dik).reset_index(drop = True)

这会在日期时间总和上引发错误。所以我可以避免如果数据框真的有五列，但我有数百列的数据框并且经常构建聚合字典理解，如：

agg_dik = { c : max if 'e' in c else sum for c in cols }

但是，当 groupby().agg() 命中不允许求和的系列时，它会出错。

所以我的问题 - 有没有一种方法可以实现我正在寻找的结果，但 pandas 要么删除错误的列，要么替换为 NaN 并继续？

我查看了其他一些问题（例如 this one），但它们没有完全回答我的问题。

Answer 1

手头有两个问题：

您的函数字典可能包含不在您正在使用的数据框中的列。在这种情况下，您将只需要获取其键与数据框中存在的列匹配的元素。
您的一些函数抛出 errors/exceptions 需要被捕获。否则，您的代码列表行将不起作用。

以下是应对这两种情况的解决方案：

import pandas as pd
import numpy as np

dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03'])

df = pd.DataFrame({ 
            'day_of_week': ['m','t','w'],
            'alpha': [1,2,3],
            'bravo': [4,5,6],
            'charlie': [7,8,9],
            'dates':dates
            })

def sum_(x):
    try:
        return np.sum(x)
    except:
        return np.nan

def max_(x):
    try:
        return np.max(x)
    except:
        return np.nan

agg_dik = {'alpha': sum_,
           'bravo': sum_,
           'charlie': max_,
           'delta': max_}

df = df.groupby('day_of_week').agg({k:v for k,v in agg_dik.items() if k in df}).reset_index(drop = True)

希望对您有所帮助。

Pandas groupby() 和 agg() 忽略错误

Pandas groupby() and agg() ignore errors

python

pandas

pandas-groupby