Pandas groupby() 和 agg() 忽略错误

Question

为完整性更新：

import pandas as pd

dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03']).tolist()

df = pd.DataFrame({ 
            'day_of_week':['m','t','w'],
            'alpha':[1,2,3],
            'bravo'[4,5,6],
            'charlie':[7,8,9],
            'dates':dates
            })

agg_dik = {'alpha': sum,
           'bravo': sum,
           'charlie': max,
           'dates': sum}

df = df.groupby('day_of_week').agg(agg_dik).reset_index(drop = True)

这会在日期时间的总和上引发错误。因此，如果数据框确实有五列，我可以避免这种情况，但我有数百列的数据框，并且经常构建聚合字典理解，例如：

agg_dik = { c : max if 'e' in c else sum for c in cols }

但是，当groupby().agg() 遇到不允许 sum 的系列时，它会出错。

所以我的问题 - 有没有办法实现我正在寻找的结果，但让 pandas 删除错误列或替换为 NaN 并继续？

我查看了其他一些问题（例如 this one），但它们并没有完全回答我的问题。

Answer 1

手头有两个问题：

1. 您的函数字典可能包含不在您正在使用的数据框中的列。在这种情况下，您只需要获取其键与数据框中存在的列匹配的元素。

2. 您的某些函数会抛出需要捕获的错误/异常。否则，您的代码列表行将不起作用。

以下是应该处理这两种情况的解决方案：

import pandas as pd
import numpy as np

dates = pd.to_datetime(['2017-10-01','2017-10-02','2017-10-03'])

df = pd.DataFrame({ 
            'day_of_week': ['m','t','w'],
            'alpha': [1,2,3],
            'bravo': [4,5,6],
            'charlie': [7,8,9],
            'dates':dates
            })

def sum_(x):
    try:
        return np.sum(x)
    except:
        return np.nan

def max_(x):
    try:
        return np.max(x)
    except:
        return np.nan

agg_dik = {'alpha': sum_,
           'bravo': sum_,
           'charlie': max_,
           'delta': max_}

df = df.groupby('day_of_week').agg({k:v for k,v in agg_dik.items() if k in df}).reset_index(drop = True)

我希望这会有所帮助。