如何在Pandas聚合中同时使用mean与nth(0)方法？

原始代码与报错 #

以下是初始尝试的聚合代码：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'a' : [1,1,1,1],
    'b' : [1,2,3,4],
    'c' : [np.nan,6,7,8],
})

r = df.groupby('a').agg({
    'b' : 'mean',
    'c' : 'nth(0)',
})

运行后触发报错：

AttributeError: 'SeriesGroupBy' object has no attribute 'nth(0)'

需求说明 #

原本想使用first方法，但它会自动返回第一个非空值，实际需要保留分组后列c的第一个原始值（包括空值），同时对列b计算均值。

已知以下写法可行，但不够优雅：

df.groupby('a').agg({
    'b' : 'mean',
    'c' : lambda s:s.iloc[0],
})

优雅解决方案 #

可以通过两种符合Pandas语法规范的方式实现：

方式1：元组形式指定函数与参数

这是最简洁的写法，直接用元组传递聚合函数名和对应参数：

df.groupby('a').agg({
    'b': 'mean',
    'c': ('nth', 0)
})

方式2：用functools.partial绑定参数

如果需要更灵活的参数控制，可借助partial绑定函数参数：

from functools import partial

df.groupby('a').agg({
    'b': 'mean',
    'c': partial(pd.Series.nth, n=0)
})

效果验证 #

两种方式运行后，均得到预期结果：

b   c
a         
1  2.5 NaN

既保留了列c的第一个空值，也正确计算了列b的均值。

内容的提问来源于stack exchange，提问作者Dario Colombotto