這個(gè)應(yīng)該是pandas的版本問題 ，我的是v1.0.5，也會(huì)出現(xiàn)這個(gè)問題，如下面的代碼所示：

>>> import pandas as pd >>> data=pd.DataFrame({'name':['x','y','x','y','z'],'sex':['f','m','f','f','m'],'age':[25,26,45,67,30]}) >>> dataname sex age 0 x f 25 1 y m 26 2 x f 45 3 y f 67 4 z m 30 >>> data.groupby('name')['age'].agg({'sums':'sum'}) Traceback (most recent call last):File "<stdin>", line 1, in <module>File "/Applications/anaconda3/lib/python3.6/site-packages/pandas/core/groupby/generic.py", line 253, in aggregateret = self._aggregate_multiple_funcs(func)File "/Applications/anaconda3/lib/python3.6/site-packages/pandas/core/groupby/generic.py", line 294, in _aggregate_multiple_funcsraise SpecificationError("nested renamer is not supported") pandas.core.base.SpecificationError: nested renamer is not supported

將代碼改成下面的方式就可以了

• 根據(jù)單列聚合后進(jìn)行單個(gè)計(jì)算

>>> data.groupby('name')['age'].agg([('sums',sum)])sums name x 70 y 93 z 30### 看見官方文檔還有這種寫法 >>> data.groupby('name').agg(age_sum = ('age','sum'))age_sum name x 70 y 93 z 30 >>>

• 根據(jù)單列聚合后進(jìn)行多個(gè)計(jì)算?

>>> data.groupby('name')['age'].agg([('sums','sum'),('means','mean')])sums means name x 70 35.0 y 93 46.5 z 30 30.0>>> data.groupby('name').agg(age_sum = ('age','sum'),age_mean=('age','mean') ... )age_sum age_mean name x 70 35.0 y 93 46.5 z 30 30.0 >>>

• 根據(jù)多列聚合后進(jìn)行多個(gè)計(jì)算

>>> data.groupby(['name','sex']).agg(age_sum = ('age','sum'),age_mean=('age','mean'))age_sum age_mean name sex x f 70 35 y f 67 67m 26 26 z m 30 30 >>>

?

總結(jié)

以上是生活随笔為你收集整理的DataFrame groupby+agg出现SpecificationError: nested renamer is not supported的错误的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。