如何解决Pandas Groupby操作无法正常运行的问题？

错误原因 #

• 你通过response.json()获取的data为Python字典类型，本身无groupby方法，只有Pandas DataFrame对象支持该方法
• 接口返回的JSON数据默认列名为A、B，分别对应职位数量、技术栈名称，未重命名列的情况下直接按technology字段分组会提示列不存在
• 原始数据中职位数量为字符串格式，未转换为数值类型直接聚合会得到错误的字符串拼接结果

修复后可运行代码 #

import requests
import pandas as pd

baseurl = "https://cf-courses-data.s3.us.cloud-object-storage.appdomain.cloud/IBM-DA0321EN-SkillsNetwork/labs/module%201/datasets/githubposting.json"
response = requests.get(baseurl)
data = response.json()
# 转换为DataFrame并修改列名
df = pd.DataFrame(data).rename(columns={"A": "job_count", "B": "technology"})
# 将职位数量转换为数值类型保证聚合计算正常
df['job_count'] = pd.to_numeric(df['job_count'])

def get_number_of_jobs(technology):
    number_of_jobs = df.groupby('technology').sum().loc[technology, 'job_count']
    return technology,number_of_jobs

print(get_number_of_jobs('python'))

运行后输出结果为：('python', 51)

内容的提问来源于stack exchange，提问作者jacques_412