在df.groupby（）中表达所需操作的pandanic方法.agg（）[复制]

Question

这个问题在这里已有答案：

• pandas dataframe groupby and get nth row 2回答

这个问题可能与pandas无关，但是当一个函数作为另一个函数中的参数传递时，python如何处理，我不确定。

无论如何，请注意以下代码的意图，问题是三重报价：

import pandas as pd
import numpy as np

"""given:"""
df = pd.DataFrame(
    {
        'a': [100]*2+[200]*2,
        'b': np.arange(11,55,11),
    }
)
gb = df.groupby('a', as_index=0)

"""what's the pandanic way of writing the following working code:"""
gb.agg( {'b': lambda sr: sr.iat[0]})

def foo(sr, arg):
    return sr.sum() + arg
gb.agg( {'b': lambda sr: foo(sr, 888)} )

"""into the following pseudo, but not working, code:"""
gb.agg( {'b': iat[0]} )
gb.agg( {'b': foo( ,888)} )

Answer 1

那就是nth

gb.nth(0)
Out[503]: 
     a   b
0  100  11
2  200  33