python pandas聚合非数值类型

Question

我遇到了以下问题，我设法在一些列上创建了一个具有对象数据类型的数据框。具体地说，它们将是2dnumpy数组，但它们可以是任何非数值类型。现在，我想要旋转我的数据帧。有没有一种方法可以传递一个我选择的聚合函数来处理这些对象？我似乎不能做到这一点，我得到了错误：

GroupByError:没有要聚合的数值类型

例如，假设我有一个虚拟数据帧：

date foo  bar               mat
1     a   x      [[1, 2], [3, 4]]
1     b   x      [[1, 2], [3, 4]]
1     a   y      [[1, 2], [3, 4]]
1     b   y      [[1, 2], [3, 4]]
2     a   x      [[4, 5], [6, 7]]
2     b   x      [[4, 5], [6, 7]]
2     a   y      [[4, 5], [6, 7]]
2     b   y      [[4, 5], [6, 7]]

我想要有一个新的数据帧类型：

dd.pivot_table(values=['mat'], rows=['date'], cols=['foo'], aggfunc= ??)

其中我的2-d数组将是在'foo‘列中具有相同值的数组的逐个元素的和。我该怎么做呢？如果不可能，是否可以在具有相同'foo‘的数组列表中选择'mat’元素的第一个匹配项？谢谢

添加了所需的输出：

date    a               b           
1    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]
2    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]

Answer 1

您可以先分组，然后旋转：

>>> grouped = df.groupby(('foo', 'date'))
>>> g = grouped['mat'].apply(lambda x: np.array(map(np.array, x.values)).T.sum(axis=2).T).reset_index()
>>> g
  foo  date                    0
0   a     1     [[2, 4], [6, 8]]
1   a     2  [[8, 10], [12, 14]]
2   b     1     [[2, 4], [6, 8]]
3   b     2  [[8, 10], [12, 14]]
>>> g.pivot(columns='foo', values=0, index='date').reset_index()
foo  date                    a                    b
0       1     [[2, 4], [6, 8]]     [[2, 4], [6, 8]]
1       2  [[8, 10], [12, 14]]  [[8, 10], [12, 14]]

为了按元素求和，我在axis=2上使用了numpy sum (预先将列表转换为np.array )。另外，看起来你的输出有点不正确--它应该是：

date    a               b           
1    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]
2    [[2, 4], [6, 8]]  [[8, 10], [12, 14]]