为什么Python pandas的.agg()函数运行后返回True和False两类结果？

结果拆分的原因 #

你传入groupby()的参数datamart['RFM_Score'] == 9是布尔判断表达式，执行后会生成一个和数据表行数一致的布尔序列：

• 对应RFM_Score值为9的行，序列值为True
• 对应RFM_Score值不为9的行，序列值为False
  pandas的groupby会根据传入序列的唯一值做分组，所以会自动拆成True、False两组分别计算MonetaryValue的平均值，最终输出两类结果。

如果你只需要获取RFM_Score=9的用户平均消费额，可使用以下更直接的写法： #

# 写法1：筛选后用agg计算
datamart[datamart['RFM_Score'] == 9]['MonetaryValue'].agg(np.mean)

# 写法2：更简化的写法
datamart[datamart['RFM_Score'] == 9]['MonetaryValue'].mean()

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