python - 值错误 : cannot reindex from a duplicate axis Pandas

Question

所以我有一个基于 fund_id 生成的时间序列数组:

def get_adj_nav(self, fund_id):
    df_nav = read_frame(
        super(__class__, self).filter(fund__id=fund_id, nav__gt=0).exclude(fund__account_class=0).order_by(
            'valuation_period_end_date'), coerce_float=True,
        fieldnames=['income_payable', 'valuation_period_end_date', 'nav', 'outstanding_shares_par'],
        index_col='valuation_period_end_date')
    df_dvd, skip = self.get_dvd(fund_id=fund_id)
    df_nav_adj = calculate_adjusted_prices(
        df_nav.join(df_dvd).fillna(0).rename_axis({'payout_per_share': 'dividend'}, axis=1), column='nav')
return df_nav_adj

def json_total_return_table(request, fund_account_id):
ts_list = []
for fund_id in Fund.objects.get_fund_series(fund_account_id=fund_account_id):
    if NAV.objects.filter(fund__id=fund_id, income_payable__lt=0).exists():
        ts = NAV.objects.get_adj_nav(fund_id)['adj_nav']
        ts.name = Fund.objects.get(id=fund_id).account_class_description
        ts_list.append(ts.copy())
        print(ts)
    df_adj_nav = pd.concat(ts_list, axis=1) # ====> Throws error
    cols_to_datetime(df_adj_nav, 'index')
    df_adj_nav = ffn.core.calc_stats(df_adj_nav.dropna()).to_csv(sep=',')

时间序列的例子如下:

valuation_period_end_date
2013-09-03    17.234000
2013-09-04    17.277000
2013-09-05    17.363000
2013-09-06    17.326900
2013-09-09    17.400800
2013-09-10    17.473000
2013-09-11    17.486800
2013-09-12    17.371600
....
Name: CLASS I, Length: 984, dtype: float64

另一个时间序列:

valuation_period_end_date
2013-09-03    17.564700
2013-09-04    17.608500
2013-09-05    17.696100
2013-09-06    17.659300
2013-09-09    17.734700
2013-09-10    17.808300
2013-09-11    17.823100
2013-09-12    17.704900
....
Name: CLASS F, Length: 984, dtype: float64

对于每个时间序列，长度都不同，我想知道这是否是我收到错误的原因:cannot reindex from a duplicate axis。我是 Pandas 的新手，所以我想知道你们是否有任何建议。

谢谢

编辑:索引也不应该是唯一的。

Answer 1

也许这样的事情会奏效。我已将 fund_id 添加到数据框并将其重新索引到 valuation_period_end_date 和 fund_id。

# Only fourth line above error.
ts = (
    NAV.objects.get_adj_nav(fund_id['adj_nav']
    .to_frame()
    .assign(fund_id=fund)
    .reset_index()
    .set_index(['valuation_period_end_date', 'fund_id']))

然后用axis=0堆叠，对日期和fund_id进行分组(假设每个日期和fund_id只有一个唯一值，你可以取第一个值)，然后拆开fund_id进行透视它作为列:

df_adj_nav = (
    pd.concat(ts_list, axis=0)
    .groupby(['valuation_period_end_date', 'fund_id'])
    .first()
    .to_frame()
    .unstack('fund_id'))