在Dask数据框操作中引用新创建的列

Question

ddf['tx_code'] = ddf.apply(setTxCode,axis=1)

ddf = ddf.groupby(['CUST_ID','tx_code']).agg({'TRAN_AMT':sum})

ddf = ddf[ddf.tx_code=='SLIP']

df = ddf.compute()

通过说出第三次操作给我错误 DataFrame对象没有属性tx_code

Answer 1

执行df[i] = df["timeStamp"].apply(lambda x : getattr(x, i)) 时，通常会返回一个数据框，该数据框具有分组列条目作为索引，而不是列。这与大熊猫的行为相同。如果要选择一个作为列，可以执行groupby().agg()，也可以直接引用索引；在这种情况下，我会选择前者，因为多索引很难使用：

df.reset_index()