Pandas groupby调用np.median报多元素数组真值不明确错误如何解决

• 你当前DataFrame的a列为object数据类型，每个单元格存储的是独立的一维NumPy数组，而非普通数值类型。
• np.mean对object类型序列做运算时，只会对不同数组的对应位置做算术运算，不需要对完整数组做大小比较，因此可以正常返回聚合结果。
• np.median的计算逻辑依赖对输入值的排序和大小比对，当输入是存储了多个数组的object类型序列时，两个数组的大小比对会返回多元素布尔数组，Python无法直接判定整个布尔数组的真值，就会触发你遇到的歧义报错。

方案1：最小修改适配原有代码 #

在聚合前用np.stack()把分组内的多个一维数组合并为标准二维数组，再传入np.median计算即可：

B = df.groupby("b")["a"].apply(lambda x: np.median(np.stack(x), axis=0))

运行后即可得到和np.mean格式一致的中位数聚合结果。

方案2：更符合pandas规范的优化写法 #

提前把数组拆分为多列数值存储，避免使用object类型存数组，后续聚合操作会更高效稳定：

import numpy as np
import pandas as pd

a = np.array([[1,9,3],[1,1,1],[8,5,4]])
# 直接把数组按列拆分为独立的数值列
df = pd.DataFrame(a, columns=["a1","a2","a3"])
df["b"] = [1,1,2]
# 直接调用pandas内置的median聚合方法，无需自定义lambda
B = df.groupby("b").median()
print(B)

内容的提问来源于stack exchange，提问作者Raphael