Groupby значит в пандах питоне - PullRequest
Новая
       12

Groupby значит в пандах питоне

0 голосов
/ 30 октября 2018

У меня есть CSV-файл, состоящий из 5 полей. Некоторые примеры данных: 

market_name,vendor_name,price,name,ship_from 
'Greece',03wel,1.79367196,huhif,Germany
'Greece',le,0.05880975,fdfd,Germany
'Mlkio',dpg,0.11344859,fdfd,Germany 
'Greece',gert,0.18655316,,Germany
'Tu',roland,0.52856728,fdfsdv,Germany 
'ghuo',andy,0.52856728,jhjhj,Germany
'ghuo',didier,0.02085452,fsdfdf,Germany 
'arsen',roch,0.02578377,uykujkj,Germany
'arsen',dpg,0.10010169,wrefrewrf,Germany 
'arsen',dpg,0.06415609,jhgjhg,Germany
'arsen',03wel,0.02578377,gfdgb,Germany 
'giar',03wel,0.02275039,gfhfbf,Germany
'giar',03wel,0.42751765,sdgfdgfg,Germany

В этом файле есть несколько записей для каждого поставщика. Я хочу найти каждое уникальное значение поля vendor_name, а также рассчитать среднее значение price для каждого поставщика. Я использую следующий скрипт: 

import pandas as pd
import numpy as np
import csv
from random import randint

ds = pd.read_csv("sxedonetoimo2.csv", 
                 dtype={"vendor_name": object, "name" : object, 
                        "ship_from" : object, "price": object})

ds['ship_from']=ds.ship_from.str.lower()
print(ds.dtypes)
pd.to_numeric(ds['price'], errors='coerce')

d = { 'name': pd.Series.nunique,
      'ship_from' : lambda x: randint(1,2) if (x==('eu'or'europe'or'eu'or'europeanunion'or'worldwide'or'us'or'unitedstates'or'usa'or'us'or'ww'or'wweu'or'euww'or'internet')).any() else randint(3,20)
      ,'price': ds.groupby('vendor_name')['price'].mean()
      }

result = ds.groupby('vendor_name').agg(d)

result.to_csv("scaled_upd.csv")

Но я получаю эту ошибку:

повышение DataError («Нет числовых типов для агрегирования») pandas.core.base.DataError: Нет числовых типов для агрегирования

В моем CSV-файле значения цены поля являются только числами. Если я изменю тип этого поля на float, возникнет ошибка, что конкретная строка не может быть проанализирована. Я действительно смущен. Любая помощь?

1 Ответ

0 голосов
/ 31 октября 2018

Просто используйте read_csv(), groupby() и agg(): 

import pandas as pd

df = pd.read_csv('test.csv').groupby('vendor_name') /
    .agg({'price': 'mean', 'name': lambda x: x.nunique()})

Урожайность: 

                price  name
vendor_name                
03wel        0.567431     4
andy         0.528567     1
didier       0.020855     1
dpg          0.092569     3
gert         0.186553     0
le           0.058810     1
roch         0.025784     1
roland       0.528567     1
...