首頁猿問熊貓，分組依據(jù)，最大返回...

熊貓，分組依據(jù)，最大返回 AssertionError：

Python

FFIVE 2022-08-25 13:33:05

熊貓有問題，我想聽聽你的意見，我有這個數(shù)據(jù)幀，我需要獲取最大值，代碼就在下面，df_stack=pd.DataFrame([[1.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN', 47.6122, -122.33799, 1927.0, 57.85220900338872, 59.91269863912585], [1.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN', 47.61317, -122.33393, 1996.0, 55.82342114189166, 56.86951201265458], [3.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN', 47.61393, -122.3381, 1969.0, 76.68191235628086, 77.37931271575705], [5.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN', 47.61412, -122.33664, 1926.0, 68.53505428597694, 71.00764283155655], [8.0, 2016.0, 'NonResidential', 'Hotel', 98121.0, 'DOWNTOWN', 47.61375, -122.34047, 1980.0, 67.01346098859122, 68.34485815906346]], columns=['OSEBuildingID', 'DataYear', 'BuildingType', 'PrimaryPropertyType', 'ZipCode', 'Neighborhood', 'Latitude', 'Longitude', 'YearBuilt', 'SourceEUI(KWm2)', 'SourceEUIWN(KWm2)' ])當我運行下面的代碼時：df_stack[['OSEBuildingID', 'DataYear', 'BuildingType', 'PrimaryPropertyType', 'ZipCode', 'Neighborhood', 'Latitude', 'Longitude', 'YearBuilt', 'SourceEUI(KWm2)', 'SourceEUIWN(KWm2)']].groupby('OSEBuildingID').max()我得到一個錯誤，“AssertionError：”如果你嘗試這個，你可能會得到同樣的結果。但是，當我注釋這兩列并再次運行代碼時df_stack[['OSEBuildingID', 'DataYear', #'BuildingType', #'PrimaryPropertyType', 'ZipCode', 'Neighborhood', 'Latitude', 'Longitude', 'YearBuilt', 'SourceEUI(KWm2)', 'SourceEUIWN(KWm2)']].groupby('OSEBuildingID').max()

查看完整描述

5 回答

忽然笑

TA貢獻1806條經(jīng)驗獲得超5個贊

這是 1.0.0 中的一個回歸，已通過修復，因此我建議您升級版本。'1.0.1'

修復了 .groupby（）.agg（）中的回歸，對于某些減少（如 object-dtype 列上的 min）引發(fā) AssertionError （GH31522）

反對回復 2022-08-25

慕后森

TA貢獻1802條經(jīng)驗獲得超5個贊

此問題也發(fā)生在熊貓1.1.2中。正如 Raphael Pavan 所提到的，問題似乎正在使用或用于其中具有 OR 值的列。max()min()np.nanNone

用于將和值替換為相關內容（甚至是空字符串），然后使用 agg 函數(shù)。.fillna()NoneNaN

反對回復 2022-08-25

MM們

TA貢獻1886條經(jīng)驗獲得超2個贊

卡洛斯·卡瓦略，當我運行這段代碼時，我沒有得到任何錯誤。如果您將其復制并粘貼到終端中，您能否確認仍然收到錯誤？正如上面的評論所暗示的那樣，它可能與您的版本有關。此外，BuildingType 和 PrimaryPropertyTypes 是對象而不是浮點數(shù)，但它仍然應該有效：

df_stack=pd.DataFrame([[1.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN',

47.6122, -122.33799, 1927.0, 57.85220900338872,

59.91269863912585],

[1.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN',

47.61317, -122.33393, 1996.0, 55.82342114189166,

56.86951201265458],

[3.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN',

47.61393, -122.3381, 1969.0, 76.68191235628086,

77.37931271575705],

[5.0, 2016.0, 'NonResidential', 'Hotel', 98101.0, 'DOWNTOWN',

47.61412, -122.33664, 1926.0, 68.53505428597694,

71.00764283155655],

[8.0, 2016.0, 'NonResidential', 'Hotel', 98121.0, 'DOWNTOWN',

47.61375, -122.34047, 1980.0, 67.01346098859122,

68.34485815906346]], columns=['OSEBuildingID', 'DataYear', 'BuildingType',

'PrimaryPropertyType',

'ZipCode', 'Neighborhood', 'Latitude', 'Longitude', 'YearBuilt',

'SourceEUI(KWm2)', 'SourceEUIWN(KWm2)' ])

df_stack[['OSEBuildingID', 'DataYear', 'BuildingType', 'PrimaryPropertyType',

'ZipCode', 'Neighborhood', 'Latitude', 'Longitude', 'YearBuilt',

'SourceEUI(KWm2)', 'SourceEUIWN(KWm2)']].groupby('OSEBuildingID').max()

反對回復 2022-08-25

冉冉說

TA貢獻1877條經(jīng)驗獲得超1個贊

我最近在pandas版本1.3.2中遇到了此錯誤，發(fā)現(xiàn)問題來自具有相同名稱的兩列。因此，對于包含列的數(shù)據(jù)幀，調用拋出了此錯誤，因為有兩列名為col1, val1, val1df.groupby('col1').agg({'val1': np.min})val1

反對回復 2022-08-25