为什么 mean() 在空 DataFrame 上有不同的行为？答案

【问题标题】：Why does mean() have different behavior on empty DataFrames?为什么 mean() 在空 DataFrame 上有不同的行为？
【发布时间】：2014-10-10 20:29:49
【问题描述】：

如果我在 pandas 中有一个像这样的空 DataFrame：

df = pandas.DataFrame(columns=['a','b','c'])
>>> df
Empty DataFrame
Columns: [a, b, c]
Index: []

我在组上进行聚合，输出将通常是一个空的 DataFrame：

>>> df.groupby('a', as_index=False).sum()
Empty DataFrame
Columns: [a, b, c]
Index: []

我说通常是因为并非总是如此。它对min()、max()、sum()、count() 和quantile() 有效，但不适用于mean()，这会引发异常：

>>> df.groupby('a', as_index=False).mean()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 666, in mean
    return self._cython_agg_general('mean')
  File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 2358, in _cython_agg_general
    new_items, new_blocks = self._cython_agg_blocks(how, numeric_only=numeric_only)
  File "/usr/local/lib/python2.7/site-packages/pandas/core/groupby.py", line 2408, in _cython_agg_blocks
    raise DataError('No numeric types to aggregate')
pandas.core.groupby.DataError: No numeric types to aggregate

为什么这个聚合函数的行为不同？

我在 python 2.7 上使用 pandas 0.14.1。

【问题讨论】：

如果你查看源代码，你会看到不同的方法是如何创建和调用的

标签： python pandas dataframe

【解决方案1】：

这个异常是针对真正的groupby函数引发的：http://pandas.pydata.org/pandas-docs/stable/api.html#id35，当你调用sum时，这是调用Series或df版本，没有这个限制。

所以实际上mean、median、sem、std、var 和ohlc 都会引发异常。

另请注意，如果您有非数字数据，则会引发异常。

比较使用mean 调用apply 时发生的情况：

In [18]:

df.groupby('a', as_index=False).apply(mean)
Out[18]:
Empty DataFrame
Columns: []
Index: []

在应用 Series 或 Df 版本时不会引发异常。

【讨论】：

【解决方案2】：

我不太确定，但我假设这是因为mean() 会除以数据帧中的元素数，在本例中为 0。这会导致除以零错误。我会抓住抛出的错误

【讨论】：

我认为你是对的，std() 和var() 也引发了异常。