当我在 Pandas DataFrame 中使用数据透视函数时，这个奇怪的数字是多少？答案

【问题标题】：What is this strange number when I use pivot function in Pandas DataFrame?当我在 Pandas DataFrame 中使用数据透视函数时，这个奇怪的数字是多少？
【发布时间】：2020-12-11 07:59:53
【问题描述】：

我想按原样聚合docvector，按unixReviewTime 排序，并从上面的原始pandas DataFrame 中按reviewerID 分组。我写的代码如下。

user_reviews = pd.pivot_table(df, index=["reviewerID","unixReviewTime"],values=["docvector"], aggfunc=lambda x: x)

结果，我得到了这个奇怪的 user_reviews DataFrame，它在每个 docvector 前面都有数字。这里是下图中的 80839、130296、128549、86624。这些数字在原版中没有。

这些数字是什么，为什么要创建它们，没有这些数字如何制作数据透视表？

【问题讨论】：

这是导致问题的原因：aggfunc=lambda x: x你想使用什么聚合函数？那么 unixereviewtime 专栏呢？你也想对此进行分组吗？
@IoaTzimas 我想保持 docvector 原样，所以我使用了这个函数。
为什么不直接使用排序？无需聚合就无需使用数据透视。试试df.sort_values(by=["reviewerID","unixReviewTime"])
@IoaTzimas 谢谢。但我想使用reviewerID 作为索引。

标签： python pandas dataframe pivot-table

【解决方案1】：

当使用 lambda x:x 作为 aggfunc 时，x 表示每个组的 pd.Series，在这种情况下会导致问题

一种解决方案是使用 x.iloc[0] 来获取 docvector 列的值，考虑到其余列中没有重复项（我认为这是正确的，因为您不能将 lambda x:x 用作好吧）

鉴于此，以下应该可以正常工作：

user_reviews = pd.pivot_table(df, index=["reviewerID","unixReviewTime"],values=["docvector"], aggfunc=lambda x: x.iloc[0])

【讨论】：

【解决方案2】：

我发现了问题所在。

问题出在aggfunc=lambda x: x 中，其中 lambda 返回的 x 是 Dataframe 对象，如下所示。它包括索引、值和元信息。

所以使用aggfunc=lambda x: x.values 或aggfunc=lambda x: x.to_numpy 都适用于我的情况。 aggfunc=lambda x: x.iloc[0] 仅显示“功能不减少”错误消息。非常感谢你们体贴的cmets！

【讨论】：