Многоиндексный дублируется при накатывании () на объект групповых панд - PullRequest
Новая
       26

Многоиндексный дублируется при накатывании () на объект групповых панд

1 голос
/ 04 апреля 2019

У меня ошибка с:

x.field.rolling(window=5,min_periods=1).mean() где x - это pandas.core.groupby.groupby.DataFrameGroupBy объект.

Я попытался с решением, предложенным на этой странице . Итак, я сделал это:

x.field.apply(lambda x: x.rolling(window=5,min_periods=1).mean())

В отличие от представленной выше веб-страницы, я все еще получаю ту же ошибку. 

+---------+---------+-------+--------------------+
| 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                 |
+---------+---------+-------+--------------------+

Как видите, индекс столбца 'machin' дублируется, в то время как перед использованием метода прокрутки он отображается правильно.

Например, давайте напишем x.field.apply(lambda x: x+1). Возвращает: 

+---------+-------+--------------------+
| machin  | truc  | a column of series |
+---------+-------+--------------------+
| machin1 | truc1 | 2                  |
|         | truc2 | 3                  |
|         | truc3 | 4                  |
|         | truc4 | 5                  |
| machin2 | truc1 | 101                |
|         | truc2 | 100                |
|         | truc3 | 99                 |
+---------+-------+--------------------+

Так что ни дублирования, ни ошибки. Это показывает, что это действительно проблема метода rolling().

Вот код, который поможет вам воспроизвести мои вычисления 

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)

Другие решения, которые я пробовал

Я пытался сбросить индекс серии, документ здесь . 

a.reset_index(name='machin')

возникает исключение: ValueError: cannot insert machin, already exists

пока вы можете видеть значение 'machin' в именах 'в мультииндексе: 

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'])

Я тоже пробовал с drop, здесь документ : 

a.drop(index='machin')
a.drop(index=0)

возникает исключение: KeyError: 'machin' или KeyError: 0

Мои версии

Python 3.7.1 (по умолчанию, 14 декабря 2018, 19:28:38) в среде анаконды, даже в терминале: [GCC 7.3.0] :: Anaconda, Inc. на linux

Панды 0,23,4

1 Ответ

1 голос
/ 04 апреля 2019

Используйте аргумент group_keys, равный groupby: 

df.groupby('machin', group_keys=False).rolling(window=5, min_periods=1).mean()

В качестве альтернативы, вы можете сбросить 0-й уровень, который вставляется, с помощью reset_index: 

df.groupby('machin').rolling(window=5, min_periods=1).mean().reset_index(level=0, drop=True)

Выход для любого: 

               a column
machin  truc           
machin1 truc1       1.0
        truc2       1.5
        truc3       2.0
        truc4       2.5
machin2 truc1     100.0
        truc2      99.5
        truc3      99.0
...