Проблема мультииндекса Pandas при объединении фреймов данных - PullRequest
Новая
       35

Проблема мультииндекса Pandas при объединении фреймов данных

0 голосов
/ 22 февраля 2019

У меня есть набор данных панели как df

stock    year    date   return
VOD      2017    01-01   0.05
VOD      2017    01-02   0.03
VOD      2017    01-03   0.04
...      ...     ...     ....
BAT      2017    01-01   0.05
BAT      2017    01-02   0.07
BAT      2017    01-03   0.10

, поэтому я использую этот код, чтобы получить среднее значение и асимметрию доходности для каждой акции в каждом году. 

df2=df.groupby(['stock','year']).mean().reset_index()
df3=df.groupby(['stock','year']).skew().reset_index()

df2 и df3 выглядят хорошо.

df2 похоже (после того, как я изменю имя столбца) 

stock    year   mean_return
 VOD     2017    0.09
 BAT     2017    0.14
 ...      ...    ...

df3 похоже (после того, как я изменю имя столбца) 

stock    year   return_skewness
 VOD     2017    -0.34
 BAT     2017    -0.04
 ...      ...    ...

Проблема в том, что когда я пытался объединить df2 и df3, используя 

want=pd.merge(df2,df2, on=['stock','year'],how='outer')

, python дал мне 

'The column label 'stock' is not unique.
For a multi-index, the label must be a tuple with elements corresponding to each level.'

, что меня смущает много.

Я могу использовать want = pd.merge(df2,df3, left_index=True, right_index=True, how='outer') для объединения df2 и df3, но после этого мне нужно переименовать столбцы, поскольку имена столбцов в скобках.

Есть ли какой-нибудь удобный способобъединить df2 и df3?Спасибо

1 Ответ

0 голосов
/ 22 февраля 2019

Лучше использовать agg для указания функции агрегирования в списке и столбце для агрегации после функции: 

df3 = (df.groupby(['stock','year'])['return']
         .agg([('mean_return','mean'),('return_skewness','skew')])
         .reset_index())
print (df3)
  stock  year  mean_return  return_skewness
0   BAT  2017     0.073333         0.585583
1   VOD  2017     0.040000         0.000000

Ваше решение должно быть изменено с помощью remove reset_index, rename и последнее concat, также указывается столбец return для агрегата: 

s2=df.groupby(['stock','year'])['return'].mean().rename('mean_return')
s3=df.groupby(['stock','year'])['return'].skew().rename('return_skewness')

df3 = pd.concat([s2, s3], axis=1).reset_index()
print (df3)
  stock  year  mean_return  return_skewness
0   BAT  2017     0.073333         0.585583
1   VOD  2017     0.040000         0.000000

РЕДАКТИРОВАТЬ:

При необходимости агрегировать все числовые столбцы удалить список после groupby сначала, а затем используйте map с join для выравнивания MultiIndex: 

print (df)
  stock  year   date  return  col
0   VOD  2017  01-01    0.05    1
1   VOD  2017  01-02    0.03    8
2   VOD  2017  01-03    0.04    9
3   BAT  2017  01-01    0.05    1
4   BAT  2017  01-02    0.07    4
5   BAT  2017  01-03    0.10    3

df3 = df.groupby(['stock','year']).agg(['mean','skew'])
print (df3)
              return                 col          
                mean      skew      mean      skew
stock year                                        
BAT   2017  0.073333  0.585583  2.666667 -0.935220
VOD   2017  0.040000  0.000000  6.000000 -1.630059

df3.columns = df3.columns.map('_'.join)
df3 = df3.reset_index()
print (df3)
  stock  year  return_mean  return_skew  col_mean  col_skew
0   BAT  2017     0.073333     0.585583  2.666667 -0.935220
1   VOD  2017     0.040000     0.000000  6.000000 -1.630059

Ваши решения должны быть изменены: 

df2=df.groupby(['stock','year']).mean().add_prefix('mean_')
df3=df.groupby(['stock','year']).skew().add_prefix('skew_')


df3 = pd.concat([df2, df3], axis=1).reset_index()
print (df3)
  stock  year  mean_return  mean_col  skew_return  skew_col
0   BAT  2017     0.073333  2.666667     0.585583 -0.935220
1   VOD  2017     0.040000  6.000000     0.000000 -1.630059
...