我在玩熊猫时遇到了一个奇怪的结果,我不知道为什么会这样.想知道它是不是一个bug.
cf = pd.DataFrame({'sc': ['b','b','c','d'],'nn': [1,2,3,4],'mvl':[10,20,30,40]})
df = cf.groupby('sc').mean()
df.loc['b','mvl']
结果给出“15.0”.
cf1 = cf
cf1['sc'] = cf1['sc'].astype('category',categories=['b',ordered = True)
df1 = cf1.groupby('sc').mean()
df1.loc['b','mvl']
这给出了一个系列：
sc
b 15.0
Name: mvl,dtype: float64
type(df1.loc [‘b’,’mvl’]) – > pandas.core.series.Series
type(df.loc [‘b’,’mvl’]) – > numpy.float64
我希望这不是一个愚蠢的问题.谢谢！
最佳答案
这可能是一只熊猫的错误.不同之处在于,当您对分类变量进行分组时,您会得到一个分类索引.没有任何groupby,你可以更简单地看到它：
nocat = pandas.Series(['a','c'])
cat = nocat.astype('category',categories=['a','c'],ordered=True)
xno = pandas.Series([8,88,888],index=nocat)
xcat = pandas.Series([8,index=cat)
>>> xno.loc['a']
8
>>> xcat.loc['a']
a 8
dtype: int64
docs注意到CategoricalIndex上的索引操作保留了分类索引.看起来他们甚至会这样做,如果你只得到一个结果,这并不完全与文档相矛盾,但似乎是不良行为.
有一个a related pull request似乎解决了这种行为,但它最近才合并.看起来修复应该在pandas 0.18.1中.