Pandas GroupBy.agg() 抛出 TypeError: aggregate() 缺少 1 个必需的位置参数：'arg'

Posted 2023-03-11

【中文标题】Pandas GroupBy.agg() 抛出 TypeError: aggregate() 缺少 1 个必需的位置参数：\'arg\'

【英文标题】：Pandas GroupBy.agg() throws TypeError: aggregate() missing 1 required positional argument: 'arg'Pandas GroupBy.agg() 抛出 TypeError: aggregate() 缺少 1 个必需的位置参数：'arg'

【发布时间】：2019-11-11 06:41:01

【问题描述】：

我正在尝试为同一字段创建多个聚合。我在 python3.7 中的 pandas 中工作。根据文档，语法似乎很简单：

https://pandas-docs.github.io/pandas-docs-travis/user_guide/groupby.html#named-aggregation

我不明白为什么会收到以下错误。有人可以指出问题并告诉我如何解决吗？

代码：

qt_dy.groupby('date').agg(std_qty=('qty','std'),mean_qty=('qty','mean'),)

错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-62-6bb3aabf313f> in <module>
      5 
      6 qt_dy.groupby('date')\
----> 7 .agg(std_qty=('qty','std'),mean_qty=('qty','mean'))

TypeError: aggregate() missing 1 required positional argument: 'arg'

【参考方案1】：

您似乎正在尝试将agg 与Named aggregations 一起使用—这是仅从 v0.25 及更高版本开始支持的功能。

对于旧版本，您将需要使用元组列表格式：

qt_dy.groupby('date')['qty'].agg([('std_qty','std'), ('mean_qty','mean')])

或者，聚合多个列，一个字典：

qt_dy.groupby('date').agg('qty': [('std_qty','std'), ('mean_qty','mean')])

更多信息，请看我的回答here。

【讨论】：

谢谢你成功了。我正在用 anaconda 运行 python3.7。如果我升级了 conda 和我的所有软件包，我的原始代码可以工作吗？一个月前我刚刚在这台机器上安装了python，认为它是一个相当新版本的python。

@user3476463 不，这是熊猫版本的问题。 0.25 目前正在开发中，几周后不会发布。

【参考方案2】：

我只是想补充一下上面的答案。

如果您收到此错误是因为您的 pandas 版本早于 0.25 print(pd.__version__)，并且如果您想跨多个列进行聚合，请避免在此处生成 pandas 的数据透视结构是代码。

让我们首先创建一个示例 Pandas 数据框

import pandas as pd

df = pd.DataFrame('key1' : ['a','a','a','b','a'],
                   'key2' : ['c','c','d','d','e'],
                   'value1' : [1,2,2,3,3],
                   'value2' : [9,8,7,6,5])

df.head(5)

我们创建的表格如下所示：

|----------------|-------------|------------|------------|
|      key1      |     key2    |    value1  |    value2  |
|----------------|-------------|------------|------------|
|       a        |       c     |      1     |       9    |
|       a        |       c     |      2     |       8    |
|       a        |       d     |      2     |       7    |
|       b        |       d     |      3     |       6    |
|       a        |       e     |      3     |       5    |
|----------------|-------------|------------|------------|

现在要对value1 和value2 进行聚合，您将运行以下代码：

df_agg = df.groupby(['key1','key2'],as_index=False).agg('value1':['mean','count'],'value2':'sum')

df_agg.columns = ['_'.join(col).strip() for col in df_agg.columns.values]                                       

df_agg.head(5)

生成的表格如下所示：

|----------------|-------------|--------------------|-------------------|---------------------|
|      key1      |     key2    |     value1_mean    |   value1_count    |      value2_sum     |
|----------------|-------------|--------------------|-------------------|---------------------|
|       a        |      c      |         1.5        |         2         |          17         |
|       a        |      d      |         2.0        |         1         |           7         |   
|       a        |      e      |         3.0        |         1         |           5         |        
|       b        |      d      |         3.0        |         1         |           6         |     
|----------------|-------------|--------------------|-------------------|---------------------|

如果您希望列名称为其他名称，则只需将其重命名如下：

df_agg.rename(columns="value1_mean" : "mean of value1", 
                   "value1_count" : "count of value1",
                   "value2_sum" : "sum of value2"      
                   , inplace=True)

希望这会有所帮助。

【讨论】：

key1 和 key2 后面也有下划线；有没有办法避免这种情况？熊猫版本 0.24.2

您只需要重命名列名。这是我现在知道的唯一方法。我已经更新了我的答案，包括如何做到这一点。