Question

我一直在观看使用Python进行数据分析的在线课程。当我完全遵循教练所做的事情时，我遇到了一个问题。基本上，我从seaborn中提取了一个名为“flight”的数据框，并将索引设置为“year”和“month”并将其拆开。使用以下代码：

import seaborn
import pandas as pd
flights = seaborn.load_dataset("flights")
flights_indexed = flights.set_index(["year","month"])
flights_unstacked = flights_indexed.unstack()
flights_unstacked

the final data frame is like this

然后我尝试使用以下代码在每年的总和中添加一个名为“Total”的新列：

flights_unstacked["passengers"]["Total"] = flights_unstacked.sum(axis = 1)

但它提出了TypeError: cannot insert an item into a CategoricalIndex that is not already an existing category.

我是使用pandas进行数据操作的新手。任何人都可以告诉我如何解决这个问题？这是一个版本问题，因为在线讲师做了完全相同的事情，但他的作品很好。 PS：我使用Python 2.7和pandas 0.20.3。

Answer 1

seaborn.load_dataset行将month列检测为category数据类型。要解决此错误，请在categorical之后使用此行将str投放到flights = seaborn.load_dataset("flights")：

flights["month"] = flights["month"].astype(str)

要按时间顺序对月份字符串进行排序，请先删除flights_unstacked列的顶级（级别= 0）（此级别包含单个值passengers）：

import seaborn
import pandas as pd

flights = seaborn.load_dataset("flights")
flights["month"] = flights["month"].astype(str)

flights_indexed = flights.set_index(["year", "month"])
flights_unstacked = flights_indexed.unstack()
flights_unstacked.columns = flights_unstacked.columns.droplevel(0)

然后根据您按时间顺序预建的月份字符串列表重新索引月份字符串列：

import calendar
months = [calendar.month_name[i] for i in range(1, 13)]
flights_unstacked = flights_unstacked[months]

最后，您可以添加一列总计：

flights_unstacked["Total"] = flights_unstacked.sum(axis=1)

结果：

In [329]: flights_unstacked
Out[329]:
month  January  February  March  April  May  June  July  August  September  October  November  December  Total
year                                                                                                          
1949       112       118    132    129  121   135   148     148        136      119       104       118   1520
1950       115       126    141    135  125   149   170     170        158      133       114       140   1676
1951       145       150    178    163  172   178   199     199        184      162       146       166   2042
1952       171       180    193    181  183   218   230     242        209      191       172       194   2364
1953       196       196    236    235  229   243   264     272        237      211       180       201   2700
1954       204       188    235    227  234   264   302     293        259      229       203       229   2867
1955       242       233    267    269  270   315   364     347        312      274       237       278   3408
1956       284       277    317    313  318   374   413     405        355      306       271       306   3939
1957       315       301    356    348  355   422   465     467        404      347       305       336   4421
1958       340       318    362    348  363   435   491     505        404      359       310       337   4572
1959       360       342    406    396  420   472   548     559        463      407       362       405   5140
1960       417       391    419    461  472   535   622     606        508      461       390       432   5714

将新列添加到pandas DataFrame时引发TypeError

1 个答案: