DataFrame.groupby.agg(list) 有效，但 agg('list') 无效答案

【问题标题】：DataFrame.groupby.agg(list) works but not agg('list')DataFrame.groupby.agg(list) 有效，但 agg('list') 无效
【发布时间】：2020-05-26 21:30:09
【问题描述】：

我试图在 Pandas 中应用 listagg 在 SQL 中所做的操作

为什么以下工作

DataFrame.groupby.agg(list)

但以下没有？

DataFrame.groupby.agg('list')

我正在转换以下数据：

到

【问题讨论】：

请注意分享您的数据和代码，以便我们了解您尝试复制的内容
我的猜测是list 是一个可以应用于项目集合的函数。 'list' 是一个字符串。如果它是一个字符串，pandas 会检查预定义函数的列表，例如 'mean' 或 'std'。 'list' 不在此预定义函数列表中。您可以将自己的函数传递给agg()，这也应该可以工作
@sammywemmy 我用我正在处理的数据的屏幕截图编辑了帖子

标签： python pandas pandas-groupby

【解决方案1】：

如果.agg() 方法的参数是函数的名称（即不是带有名称的字符串），它必须是Python 的已知名称， 一世。 e.标准的、导入的或您自己的函数。
（在您的情况下，list 是标准 Python 函数。）
如果.agg()方法的参数是字符串，那么pandas
1. 使用GroupBy 类的方法，如果存在该名称的方法
  （在您的情况下，GroupBy 类没有 .list() 方法），
2. 使用具有此类名称的 NumPy 函数，如果具有此类名称的函数存在（在你的情况下，没有函数numpy.list()）

如您所见，如果参数是字符串，Pandas 会忽略 Python 已知的函数。

【讨论】：

【解决方案2】：

看了一下pandas源码发现，至少在聚合一个pandas系列的时候，字符串函数名是通过调用“翻译”成函数的

if isinstance(func, str):
    return getattr(self, func)(*args, **kwargs)

其中self 是SeriesGroupBy 的一个实例，它是GroupBy 的子类。 GroupBy 类有许多用于聚合的方法（包括count、mean、median 等）。另一方面，list 当然不是GroupBy 的方法，而是一个内置的Python 函数，所以调用getattr() 时找不到它。我认为DataFrameGroupBy 也是如此，因为它也是GroupBy 的子类。

以类似的方式，.agg() 在以字符串形式提供时将无法使用任何用户定义的函数名称。

如需提供给.agg() 的所有可用字符串列表，请查看this article in the pandas documentation。

【讨论】：