Question

我正在尝试在GroupBy对象上获取value_counts：

unstacked = data.groupby(pd.Grouper(freq="7D"))['domain'].value_counts().\
        sort_values(ascending=False).unstack().fillna(0)

因此，我获得了一个很好的DataFrame，其中域值为列，时间段为行，以及在相应单元格中的一段时间内对域的访问次数。凉。

然而，有一段时间我偶然发现一个例外：

ValueError: operands could not be broadcast together with shape (3,) (2,)

在value_counts（）中出现。这本身就是一种奇怪的行为，但没关系，试图深入挖掘，我发现它发生在数据中没有任何项目的组中（例如，我将数据分组为三个7天，并且在第二个区间，没有条目）。

>> grouped = data.groupby(pd.Grouper(freq="7D"))['domain']
>> grouped.head()
date
2017-04-01    google.com
2017-04-17    stackoverflow.com
Name: domain, dtype: object
>> print(grouped.groups)
{Timestamp('2017-04-15 00:00:00', freq='7D'): 2, Timestamp('2017-04-08 00:00:00', freq='7D'): 1, Timestamp('2017-04-01 00:00:00', freq='7D'): 1}

当我尝试列出组时，我会看到以下例外情况：

>> for key, item in grouped:
>>    print(key)
>>    print(grouped.get_group(key))
date
2017-04-01    google.com
Name: domain, dtype: object
2017-04-08 00:00:00
KeyError: Timestamp('2017-04-08 00:00:00', freq='7D')

对我来说，似乎有效的解决方案是从SeriesGroupBy中删除指定为Timestamp('2017-04-08 00:00:00', freq='7D')的组，同时保留对象本身。但是，这似乎是不可能的（使用filter等方法返回一个DataFrame，而旧的del也会提供异常）。

有人可以为此任务提出解决方法吗？我想我几乎尝试过任何事情。

迷你数据：

date,domain
2017-04-01,google.com
2017-04-17,stackoverflow.com

删除Pandas中的空组保留GroupBy对象

0 个答案: