python - Keyerror 多索引数据框 pandas

Question

我有一个数据框(称为错误)，如下所示:

Code                         ID                Error1     Error 2
Time                                                                
2010-01-01 00:00:31.690    105278.0             None         5  
2010-01-01 00:00:32.000    105278.0             1           None   
2010-01-01 00:00:32.140    105278.0             3           None   
2010-01-01 00:00:32.350    105278.0             None         7   
2010-01-01 00:00:32.460    105278.0             None         1   

我想计算每个时间戳的不同类型的错误并将它们保存在单独的列中:

 error_count =
 pd.get_dummies(errors.set_index('Time')).reset_index()
 error_count.columns = ['Time', 'machineID', 'error1', 'error2',
 'error3', 'error4', 'error5']

 # combine errors for a given machine in a given hour error_count = error_count.groupby(['machineID', 'datetime']).sum().reset_index()

我有两个问题，第一是:当我运行时

pd.get_dummies(errors.set_index('Time')).reset_index()

我收到 key 错误(KeyError:'Time')

第二个问题是我不知道我的错误中会出现多少不同的代码(Error1和Error 2)，所以我不确定如何编写

error_count.columns = ['Time', 'machineID', 'error1', 'error2',
 'error3', 'error4', 'error5']

反射(reflect)这一点。

提前谢谢

Answer 1

好吧，如果您观察的话，Time已经设置为索引。您可以通过查询df.index.name来验证这一点，它应该返回Time。

对于第二个查询，您可以将 Time 和 ID 设置为索引，然后调用 pd.get_dummies。请注意，此处假设 Time 已经是数据中的第一个索引列。我们将使用 set_index(...,append=True) 添加另一个。

# df = df.replace('None', np.nan) # optional step, if `None` is a string
df 

                               ID Error1 Error2
Time                                           
2010-01-01 00:00:31.690  105278.0    NaN      5
2010-01-01 00:00:32.000  105278.0      1    NaN
2010-01-01 00:00:32.140  105278.0      3    NaN
2010-01-01 00:00:32.350  105278.0    NaN      7
2010-01-01 00:00:32.460  105278.0    NaN      1

pd.get_dummies(
     df.set_index('ID', append=True), prefix='', prefix_sep='')\
  .add_prefix("Error")\
  .reset_index()

                      Time        ID  Error1  Error3  Error1  Error5  Error7
0  2010-01-01 00:00:31.690  105278.0       0       0       0       1       0
1  2010-01-01 00:00:32.000  105278.0       1       0       0       0       0
2  2010-01-01 00:00:32.140  105278.0       0       1       0       0       0
3  2010-01-01 00:00:32.350  105278.0       0       0       0       0       1
4  2010-01-01 00:00:32.460  105278.0       0       0       1       0       0