我遇到了一个错误:
x.field.rolling(window=5,min_periods=1).mean()
其中x
是pandas.core.groupby.groupby.DataFrameGroupBy
对象。
我尝试了此page中提出的解决方案。所以我这样做了:
x.field.apply(lambda x: x.rolling(window=5,min_periods=1).mean())
与上面介绍的网页相反,我仍然遇到相同的错误。
+---------+---------+-------+--------------------+
| machin | machin | truc | a column of series |
+---------+---------+-------+--------------------+
| machin1 | machin1 | truc1 | 1 |
| | | truc2 | 2 |
| | | truc3 | 3 |
| | | truc4 | 4 |
| machin2 | machin2 | truc1 | 100 |
| | | truc2 | 99 |
| | | truc3 | 98 |
+---------+---------+-------+--------------------+
如您所见,在使用滚动方法之前,列索引“ machin”被复制了。
例如,让我们写x.field.apply(lambda x: x+1)
。它返回:
+---------+-------+--------------------+
| machin | truc | a column of series |
+---------+-------+--------------------+
| machin1 | truc1 | 2 |
| | truc2 | 3 |
| | truc3 | 4 |
| | truc4 | 5 |
| machin2 | truc1 | 101 |
| | truc2 | 100 |
| | truc3 | 99 |
+---------+-------+--------------------+
因此没有重复,也没有错误。它表明这确实是rolling()
方法中的问题。
这里有一些代码可帮助您重现我的计算结果
import pandas as pd
#creation of records
rec=[{'machin':'machin1',
'truc':['truc1','truc2','truc3','truc4'],
'a column':[1,2,3,4]},
{'machin':'machin2',
'truc':['truc1','truc2','truc3'],
'a column':[100,99,98]}]
#creation of pandas dataframe
df=pd.concat([pd.DataFrame(rec[0]),pd.DataFrame(rec[1])])
#creation of multi-index
df.set_index(['machin','truc'],inplace=True)
#creation of a groupby object
x=df.groupby(by='machin')
#rolling computation. Note that to do x.field or x['field'] is the same, and gives same bug as I checked.
x['a column'].rolling(window=5,min_periods=1).mean()
#rolling with apply and lambda, gives same bug
x['a column'].apply(lambda x:x.rolling(window=5,min_periods=1).mean())
#making apply and lambda alone gives no bug
a=x['a column'].apply(lambda x: x+1)
我尝试过的其他解决方案
我试图重置系列的索引doc here。
a.reset_index(name='machin')
它引发异常:ValueError: cannot insert machin, already exists
虽然您可以在多索引中看到名称中的“加工”:
a.index
MultiIndex(levels=[['machin1', 'machin2'], ['machin1', 'machin2'], ['truc1', 'truc2', 'truc3', 'truc4']],
labels=[[0, 0, 0, 0, 1, 1, 1], [0, 0, 0, 0, 1, 1, 1], [0, 1, 2, 3, 0, 1, 2]],
names=['machin', 'machin', 'truc'])
我也尝试过放置doc here:
a.drop(index='machin')
a.drop(index=0)
它引发异常:KeyError: 'machin'
或KeyError: 0
我的版本
在anaconda环境中甚至在终端中也使用Python 3.7.1(默认值,2018年12月14日,19:28:38):[GCC 7.3.0] :: Linux上的Anaconda,Inc。
熊猫0.23.4
答案 0 :(得分:1)
使用group_keys
的{{1}}参数:
groupby
或者,您可以使用df.groupby('machin', group_keys=False).rolling(window=5, min_periods=1).mean()
删除滚动插入的第0级:
reset_index
df.groupby('machin').rolling(window=5, min_periods=1).mean().reset_index(level=0, drop=True)