- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个数据框,其中一列是分类数据,其余是 float 数据。我根据数据的类型将这两者分开。两个数据帧都有时间戳,时间戳是它们的索引。
我正在尝试聚合数字数据的统计数据以及分类数据的最常见标签 5 分钟。我分别处理每种类型,但无法将两组重新组装在一起。
Telemetry=All[FLOATTYPE]
grouped = Telemetry.groupby(Telemetry.index.floor('5T'))
# computing various stats
grouped1 = grouped.agg([ 'mean','std'])
Category=All[CATEGORICALTYPE]
grouped2 = Category.groupby(Category.index.floor('5T'))
grouped2=grouped2.agg(lambda x: x.value_counts().index[0] if len(x.dropna())!=0 else np.nan)
grouped = grouped.merge( grouped2, axis=1)
AttributeError: Cannot access callable attribute 'merge' of 'DataFrameGroupBy' objects, try using the 'apply' method
有什么方法可以通过像这样的一行来避免这个问题:
grouped1 = grouped.agg(lambda x: [ 'mean','std'] if x.astype(float) else (x.value_counts().index[0] if len(x.dropna())!=0 else np.nan) )
或者根据索引将两个组合并在一起并避免错误。
最佳答案
考虑使用 join
代替 merge
,默认情况下,它会对齐两个数据帧之间的索引。
final = grouped1.join(grouped2)
但是,您希望展平遥测的多个聚合 groupby
产生的分层列,以避免不同级别的意外结果(将引发警告): p>
grouped1 = Telemetry.groupby(Telemetry.index.floor('5T')).agg([ 'mean','std'])
from itertools import product
newcols = [str(i[0])+'_'+i[1]
for i in list(product(grouped1.columns.levels[0], grouped1.columns.levels[1]))]
grouped1.columns = newcols
<小时/>
下面用可重现的示例进行演示
数据
import numpy as np
import pandas as pd
import datetime as dt
import time
LETTERS = list('ABCDEFGHIJKLMNOPQRSTUVWXYZ')
epoch_time = int(time.time())
np.random.seed(1001)
ALL = pd.DataFrame({'NUM1': np.random.randn(50)*100,
'NUM2': np.random.uniform(0,1,50),
'NUM3': np.random.randint(100, size=50),
'CAT1': ["".join(np.random.choice(LETTERS,1)) for _ in range(50)],
'CAT2': ["".join(np.random.choice(['pandas', 'r', 'julia', 'sas', 'stata', 'spss'],1)) for _ in range(50)],
'CAT3': ["".join(np.random.choice(['postgres', 'mysql', 'sqlite', 'oracle', 'sql server', 'db2'],1)) for _ in range(50)]},
index=[dt.datetime.fromtimestamp(np.random.randint(epoch_time - 5000, epoch_time)) for _ in range(50)])
聚合
from itertools import product
# NUMERIC COLS --------------------------------------------------
Telemetry = ALL.filter(regex='NUM', axis=1)
grouped1 = Telemetry.groupby(Telemetry.index.floor('5T')).agg([ 'mean','std'])
newcols = [str(i[0])+'_'+i[1]
for i in list(product(grouped1.columns.levels[0], grouped1.columns.levels[1]))]
grouped1.columns = newcols
# CATEGORY COLS -------------------------------------------------
Category = ALL.filter(regex='CAT', axis=1)
grouped2 = Category.groupby(Category.index.floor('5T'))\
.agg(lambda x: x.value_counts().index[0] if len(x.dropna())!=0 else np.nan)
final = grouped1.join(grouped2)
输出
print(final)
# NUM1_mean NUM1_std NUM2_mean NUM2_std NUM3_mean NUM3_std CAT1 CAT2 CATR3
# 2018-03-13 13:55:00 -17.516103 59.562954 0.530788 0.217159 67.000000 17.568912 I julia sqlite
# 2018-03-13 14:00:00 85.189272 NaN 0.842956 NaN 43.000000 NaN Y sas oracle
# 2018-03-13 14:05:00 -16.833329 201.004717 0.737183 0.332332 55.500000 38.890873 M spss postgres
# 2018-03-13 14:10:00 84.936984 80.634218 0.754657 0.110415 80.600000 17.213367 V stata oracle
# 2018-03-13 14:15:00 99.512503 11.492072 0.521307 0.250584 23.500000 30.405592 E pandas sqlite
# 2018-03-13 14:20:00 -90.749756 65.721659 0.459464 0.377603 35.250000 30.192438 G sas db2
# 2018-03-13 14:25:00 -56.271685 104.440802 0.496268 0.348611 56.500000 28.310775 K spss postgres
# 2018-03-13 14:30:00 55.369341 50.215679 0.600296 0.399855 65.000000 41.004065 P r db2
# 2018-03-13 14:40:00 184.546043 NaN 0.892016 NaN 84.000000 NaN W julia db2
# 2018-03-13 14:45:00 -93.886027 61.489475 0.498042 0.286001 48.000000 25.429641 W stata postgres
# 2018-03-13 14:50:00 122.819400 NaN 0.168059 NaN 41.000000 NaN S stata sqlite
# 2018-03-13 14:55:00 -34.318532 40.225336 0.756454 0.335583 26.666667 21.385353 F stata sqlite
# 2018-03-13 15:00:00 -2.329881 NaN 0.894770 NaN 73.000000 NaN Y sas postgres
# 2018-03-13 15:05:00 -86.408659 31.446422 0.618246 0.158136 52.000000 59.396970 G julia postgres
# 2018-03-13 15:10:00 -20.309460 121.773576 0.479996 0.394707 52.000000 42.585209 U sas oracle
# 2018-03-13 15:15:00 -5.493293 217.143835 0.478187 0.530773 59.500000 55.861436 E stata postgres
关于python - 不能 'merge' 'DataFrameGroupBy',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49264407/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!