我有一个这样的数据框：
pd.DataFrame({
'animal': ['dog', 'dog', 'cat', 'dog', 'cat'],
'color': ['brown', 'black', 'white', 'black', 'black']})
我正在尝试编写这样的 groupby 函数：
groupby('animal').agg(
proportion_of_black=('color', lambda x: 1 if x == 'black' else 0)).reset_index()
它返回以下错误消息：
ValueError：Series 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。
我的代码哪里出错了？
【问题讨论】：
标签： python-3.x pandas lambda pandas-groupby
由于您的问题要求的是比例而不是计数，您应该这样做：
df.groupby(['animal']).agg(
proportion=('color', lambda x: x.eq('black').mean())).reset_index()
animal proportion
0 cat 0.500000
1 dog 0.666667
【讨论】：
我的代码哪里出错了？当你这样做时：
df.groupby('animal').agg(
proportion_of_black=('color', lambda x: 1 if x == 'black' else 0))
x 是每个动物的系列color，例如df.loc[df['animal']=='dog', 'color']。所以x=='black' 是一系列布尔值。但是 Python 中的 if 只接受一个布尔值。而且 Pandas 不知道如何将系列 x==black 转换为单个布尔值以传递给 if x=='black，并且它会如您所见地抱怨。
如何修复您的代码：应避免使用 apply，即使在 groupby() 之后也是如此。在您的情况下，您可以使用mean() 获得黑色的比例：
df['color'].eq('black').groupby(df['animal']).mean()
输出：
animal
cat 0.500000
dog 0.666667
Name: color, dtype: float64
【讨论】：
使用any 修复您的代码
df.groupby('animal').agg(
proportion_of_black=('color', lambda x: 1 if any(x == 'black') else 0)).reset_index()
如果需要黑色计数
df.groupby('animal').agg(
proportion_of_black=('color', lambda x: sum(x == 'black') )).reset_index()
Out[124]:
animal proportion_of_black
0 cat 1
1 dog 2
更新 2
pd.crosstab(df.animal,df.color,normalize='index') # ['black']
Out[128]:
color black brown white
animal
cat 0.500000 0.000000 0.5
dog 0.666667 0.333333 0.0
【讨论】：