麻烦多个“groupby”与变量和类别（分类数据）

Question

df.dtypes

Close       float64
eqId          int64
date         object
IntDate       int64
expiry        int64
delta         int64
ivMid       float64
conf        float64
Skew        float64
psc         float64
vol_B      category
dtype: object

gb = df.groupby([df['vol_B'],df['expiry']])

gb.describe()

我收到一条很长的错误消息，最后一行是

AttributeError: 'Categorical' object has no attribute 'flags'

当我分别对每个groupby执行groupby时，它们（独立地）工作得很好，我只能执行多个groupby，其中一个变量是“bin”。

此外，当我使用其他2个变量时，我能够执行多个gb = df.groupby([df['delta'],df['expiry']]) ＆amp; ndash，我成功执行了此操作：

replace

Answer 1

我遇到了与OP类似的问题，并在寻找解决方案时发现了这个问题。经过大熊猫documentation for categorical variables后，对我有用的简单黑客是在分组之前改变分类变量的类型。

由于vol_B是您的分类变量，因此您应该尝试以下

#Depending on the content of vol_B you can do astype(int) or astype(float) as well.
gb = df.groupby([df['vol_B'].astype(str), df['expiry']])

我没有详细说明为什么会有效，但事实并非如此，但如果我进入它，我会更新答案。