为什么下面的代码会引发异常:
# creates empty data frame with two columns
my_df = pd.DataFrame([], columns=["a", "b"])
# groups by the values in column "a" and transforms the values in "b" to be the sum
my_df.groupby("a")["b"].transform(lambda x: x.sum())
但是这会导致此错误:
ValueError: No objects to concatenate
如果 my_df 不为空则有效:
list_of_numbers = [[0, 1],
[0, 2],
[1, 10]]
my_df = pd.DataFrame(list_of_numbers, columns=["a", "b"])
my_df.groupby("a")["b"].transform(lambda x: x.sum())
0 3
1 3
2 10
Name: b, dtype: int64
但是 my_df 来自应用程序的其他部分,因此它可以为空。我正在使用 Pandas 0.20.3。
请您参考如下方法:
pandas.groupby.transform电话 core/reshape/concat.py该文档解释了在 concat 仅接收 None 对象的情况下会发生什么。
Any None objects will be dropped silently unless they are all None in which case a ValueError will be raised
但是,带有应用或内置函数的普通 groupby 似乎没有这个问题。如果您不想每次都检查此空条件,则可以将分组列映射到 .groupby().sum() 的结果,以完成与本例中的转换相同的事情.
第一种情况:
my_df = pd.DataFrame([], columns=["a", "b"])
my_df.a.map(my_df.groupby("a")["b"].sum())
#Series([], Name: a, dtype: float64)
第二种情况:
list_of_numbers = [[0, 1], [0, 2], [1, 10]]
my_df = pd.DataFrame(list_of_numbers, columns=["a", "b"])
my_df.a.map(my_df.groupby("a")["b"].sum())
#0 3
#1 3
#2 10
#Name: a, dtype: int64
唯一改变的是结果系列的名称。
