我一直在追踪一个奇怪的错误，或者至少是近期熊猫版本的行为改变（不确定何时发生了变化，有时在0.16.2之间 - 它工作正常 - 和0.19。 2）。
基本上，我想要平滑DataFrame中的几列，但我有MultiIndex的日期和ID，并且应在取消堆叠ID后应用平滑（即所有ID ，对于选定的列）。如果我在卸载后执行stack('id')，没问题，列的顺序保持不变。但是，如果在df_fat.rolling(...).mean()之后完成取消堆栈，则列将按字母顺序排序。此外，将平滑后的列分配回原始帧会将结果分配给错误的列，在我们的情况下会产生非常糟糕的结果。
现在，我知道对索引（和列）进行排序是明智的，但我很惊讶最后一个单元格（[5]中的赋值）显然是错误的，甚至没有大熊猫的抱怨。这是熊猫的错误吗？至少会有警告吗？
总结一下，我看到两个问题：
.rolling().func更改了列顺序：它按字母顺序对它们进行排序。slice = df不尊重列名称（如.join所示） - 只需插入值。这是一个可重复的例子：
In[1]:
import numpy as np
import pandas as pd
import io
str = """t,id,x,foo,bar
2012-01-01,A,0,100,1
2015-10-27,B,1,200,2
2015-11-15,B,2,300,3
"""
df = pd.read_csv(io.StringIO(str), parse_dates=[0], index_col=[0,1]).sort_index()
df
Out[1]:
x foo bar
t id
2012-01-01 A 0 100 1
2015-10-27 B 1 200 2
2015-11-15 B 2 300 3
现在，我想要平滑两列foo和bar。首先，做一个＆＃39;胖＆＃39; df因此可以使用.rolling().mean()轻松完成平滑。 （还要注意null_index以保留NaN在原始位置的位置：
In[2]:
feat_names = ['foo', 'bar']
df_fat = df[feat_names].unstack('id')
null_index = df_fat.isnull()
df_fat
Out[2]:
foo bar
id A B A B
t
2012-01-01 100.0 NaN 1.0 NaN
2015-10-27 NaN 200.0 NaN 2.0
2015-11-15 NaN 300.0 NaN 3.0
In[3]:
df_fat.stack('id')
Out[3]:
foo bar
t id
2012-01-01 A 100.0 1.0
2015-10-27 B 200.0 2.0
2015-11-15 B 300.0 3.0
现在，让我们进行平滑处理：
In[4]:
df_fat = df_fat.rolling(center=False, window=2, min_periods=1).mean()
df_fat.stack('id')
Out[4]:
bar foo
t id
2012-01-01 A 1.0 100.0
2015-10-27 A 1.0 100.0
B 2.0 200.0
2015-11-15 B 2.5 250.0
请注意列的排序方式。然后，当试图分配回原始版本时，所有地狱都会松动，列值将被插入＆＃34;不考虑列名：
In[5]:
df_fat[null_index] = np.NaN
df[feat_names] = df_fat.stack('id')
df
Out[5]:
x foo bar
t id
2012-01-01 A 0 1.0 100.0
2015-10-27 B 1 2.0 200.0
2015-11-15 B 2 2.5 250.0
请注意，明确重新排序分配右侧的列会产生预期结果：
In[6]:
df_fat[null_index] = np.NaN
df[feat_names] = df_fat.stack('id')[feat_names]
df
Out[6]:
x foo bar
t id
2012-01-01 A 0 100.0 1.0
2015-10-27 B 1 200.0 2.0
2015-11-15 B 2 250.0 2.5