使用Python的dfply库时遭遇NameError: X未定义错误求助

这个问题我太熟悉啦！你碰到的错误根源很简单：dfply里用来指代数据框列的特殊占位符X并不是Python的内置对象，你必须从dfply库中显式导入它才能使用。

修正后的完整代码 #

# 同时导入dfply的dp别名和X占位符
import dfply as dp
from dfply import X

# 将CO_SPORTELLO列转换为字符串类型
data['CO_SPORTELLO'] = data['CO_SPORTELLO'].apply(lambda x: str(x))

# 现在可以正常使用X进行分组操作了
data = (data >> dp.group_by(X.CO_SPORTELLO))

额外小提示 #

单独的group_by只是给数据框打上分组标记，通常我们会配合聚合操作来发挥它的作用。比如如果想统计每个CO_SPORTELLO分组的行数，可以这么写：

data = (data >> 
        dp.group_by(X.CO_SPORTELLO) >>
        dp.summarize(group_count=dp.n()))

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