python – 在有序分类列上使用groupby的奇怪行为

MCVE

df = pd.DataFrame({
    'Cat': ['SF', 'W', 'F', 'R64', 'SF', 'F'], 
    'ID': [1, 1, 1, 2, 2, 2]
})

df.Cat = pd.Categorical(
    df.Cat, categories=['R64', 'SF', 'F', 'W'], ordered=True)

如您所见,我在Cat上定义了一个有序的分类列.验证,检查;

0     SF
1      W
2      F
3    R64
4     SF
5      F
Name: Cat, dtype: category
Categories (4, object): [R64 < SF < F < W]

我想找到最大的PER ID类别.做groupby max工作.

df.groupby('ID').Cat.max()

ID
1    W
2    F
Name: Cat, dtype: object

但我不希望ID成为索引,所以我指定as_index = False.

df.groupby('ID', as_index=False).Cat.max()

   ID Cat
0   1   W
1   2  SF

哎呀！现在,最大值按字典顺​​序排列.任何人都可以解释这是否是预期的行为？或者这是一个错误？

请注意,对于此问题,解决方法是df.groupby(‘ID’).Cat.max().reset_index().

注意,

>>> pd.__version__
'0.22.0'

解决方法:

这不是预期的行为,这是一个错误.

Source diving显示旗帜做了两件完全不同的事情.一个人只是忽略了石斑鱼的水平和名称,它只是采用一个新的范围索引值.另一个明显地保留了他们.

标签：pandas-groupby,categorical-data,python,pandas,group-by
来源： https://codeday.me/bug/20190910/1799429.html