Question

我有以下代码：

import pandas as pd
import numpy as np

df = pd.read_csv('C:/test.csv')
df.drop(['SecurityID'],1,inplace=True)                         

Time = 1
trade_filter_size = 9
groupbytime = (str(Time) + "min")
df['dateTime_s'] = df['dateTime'].astype('datetime64[s]')
df['dateTime'] = pd.to_datetime(df['dateTime'])
df[str(Time)+"min"] = df['dateTime'].dt.floor(str(Time)+"min")
df['tradeBid'] = np.where(((df['tradePrice'] <= df['bid1']) & (df['isTrade']==1)), df['tradeVolume'], 0)

groups = df[df['isTrade'] == 1].groupby(groupbytime)                        
print("groups",groups.dtypes)

#THIS IS WORKING
df_grouped = (groups.agg({
            'tradeBid': [('sum', np.sum),('downticks_number', lambda x: (x > 0).sum())],
            }))

# creating a new data frame which is filttered
df2 = pd.DataFrame( df.loc[(df['isTrade'] == 1) & (df['tradeVolume']>=trade_filter_size)])
#recalculating all the bid/ask volume to be bsaed on the filter size
df2['tradeBid'] = np.where(((df2['tradePrice'] <= df2['bid1']) & (df2['isTrade']==1)), df2['tradeVolume'], 0)


df2grouped = (df2.agg({
      # here is the problem!!! NOT WORKING
      'tradeBid': [('sum', np.sum), lambda x: (x > 0).sum()],
       }))

使用相同的功能tradeBid': [('sum', np.sum),('downticks_number', lambda x: (x > 0).sum())。在第一次工作正常但是在新df中对过滤后的数据进行操作时会导致错误：

ValueError：downticks_number是一个未知的字符串函数

当我使用此代码代替解决上述问题时

  'tradeBid': [('sum', np.sum), lambda x: (x > 0).sum()],

我收到此错误：

ValueError：无法组合转换和聚合操作

知道为什么我对同样的代码使用会得到不同的结果吗？

Answer 1

因为有2个条件要匹配第二组，我通过创建一个用作过滤器的新列（带有两个过滤器）将过滤器移动到df中来解决这个问题。对于groupby没有问题订单是问题

在一群人之下没有工作

1 个答案: