1回答
代码：
data['rolling_sum'] = data.groupby(['User_id'])['Amount'].rolling().sum()
误差
TypeError: incompatible index of inserted column with frame index
请帮助找出代码中的错误。另一种方法也将受到欢迎。
浏览 7提问于2020-05-31得票数 2
回答已采纳
我在pandas上执行了groupby，我想应用一个复杂的函数，它需要几个输入，并将我想要在原始数据帧中烧录的pandas Series作为输出。这对我来说是一个众所周知的过程，并且运行得非常好--除了最后一个例子(我为不能完整地发布代码而致以歉意)。从本质上讲，我得到一个TypeError: incompatible index of inserted column with frame index。但是，如下所示，我不应该得到一个。
group_by部件：
all_in_data_risk['weights_of_the_sac'] = all_in_data_risk.g
浏览 3提问于2016-09-08得票数 4
1回答
考虑这个简单的例子
df = pd.DataFrame({'date' : [pd.to_datetime('2018-01-01'),
pd.to_datetime('2018-01-01'),
pd.to_datetime('2018-01-01'),
pd.to_datetime('2018-01-01')],
浏览 24提问于2018-09-11得票数 1
回答已采纳
我有一个看起来像这样的数据集(+其他一些科尔)：
Value Theme Country
-1.975767 Weather China
-0.540979 Fruits China
-2.359127 Fruits China
-2.815604 Corona Brazil
-0.929755 Weather UK
-0.929755 Weather UK
我希望在按主题和国家分组后，找到值的标准差(如这里所解释的， )。
df = pd.read_csv(
浏览 5提问于2022-02-11得票数 1
回答已采纳
1回答
我开始学习熊猫，我正在遵循问题，但无法得到适合我的解决方案，我得到了一个索引错误。这就是我的东西
from pandas import *
import pandas as pd
d = {'L1' : Series(['X','X','Z','X','Z','Y','Z','Y','Y',]),
'L2' : Series([1,2,1,3,2,1,3,2,3]),
'L3' : S
浏览 0提问于2013-12-23得票数 23
回答已采纳
1回答
我正在尝试删除重复的行，并使用pandas编写事件的计数。以下是我尝试过的内容：
createModel['count'] = createModel.groupby(createModel.columns.tolist(),as_index=False).size()
createModel.to_csv(r"test1.csv",index=False,header =True,sep="\t",encoding="utf-16")
createModel.head(10)
但我错了：TypeError: incompatib
浏览 0提问于2018-07-09得票数 1
回答已采纳
-------------------------------
dfA:
-------------------------------
special_name
site_id
A Apple
B Banana
-------------------------------
dfB:
-------------------------------
42 41
site_id
浏览 0提问于2013-10-29得票数 0
回答已采纳
我有下一个数据帧
A | B | C
---------
1 | 22 | 12
2 | 22 | 5
2 | 22 | 5
3 | 23 | 6
我想在这个数据框中添加一个名为D的新列。D的值应该是按A和B分组的C(模式)中重复次数最多的值。
我试着用这个
def mode(x):
return mstats.mode(x, axis=None)[0]
df_total['D'] = df_total.groupby(['A','B']).agg({'C': mode})
但是我有下一个错误
TypeError: in
浏览 299提问于2018-07-15得票数 2
回答已采纳
1回答
我想得到感兴趣的行之间的时间差。
t = pd.data_range('1/1/2000', period=6, freq='D')
d = pd.DataFrame({'sid':['a']*3 + ['b']*3,
'src':['m']*3 + ['t']*3,
'alert_v':[1,0,0,0,1,1]}, index=rng)
我想得到alr==1所在行之间的时间
浏览 3提问于2014-07-03得票数 1
回答已采纳
3回答
我正在尝试获取groupby对象中列的模式，但是我得到了一个错误：incompatible index of inserted column with frame index。
这是我要接的线路，我不知道该怎么解决。任何帮助都将不胜感激。
dfBitSeq['KMeans'] = df.groupby('OnBitSeq')['KMeans'].apply(lambda x: x.mode())
浏览 0提问于2018-02-06得票数 5
回答已采纳
我在R中有以下声明
library(plyr)
filteredData <- ddply(data, .(ID1, ID2), businessrule)
我试图使用Python和Pandas来复制这个操作。我试过..。
data['judge'] = data.groupby(['ID1','ID2']).apply(lambda x: businessrule(x))
但这会带来错误..。
incompatible index of inserted column with frame index
浏览 1提问于2015-06-25得票数 0
我已经搜索了这个答案，但找不到可以工作的东西。我想对一个列keyword_visibility求和，并按三个列category、trend_month、trend_year对其进行分组。
结果将在相同的数据帧中，并将被称为sum_keyword_visibility_by_category。
我尝试的内容包括：
df_market_share['sum_keyword_visibility_by_category'] = df_market_share.groupby(['category', 'trend_month', 'trend_
浏览 112提问于2019-07-25得票数 0
我正在尝试创建一个新列，它返回同一df中现有列的值的平均值。但是，平均值应该基于其他三列中的分组来计算。
Out[184]:
YEAR daytype hourtype scenario option_value
0 2015 SAT of_h 0 0.134499
1 2015 SUN of_h 1 63.019250
2 2015 WD of_h 2 52.113516
3 2015 WD
浏览 0提问于2015-04-22得票数 10
回答已采纳
有人问过类似的问题，但找不到我的确切案例(理想情况下没有循环)。我有过 df
A B C
1 30 101
1 31 220
1 32 310
2 30 400
2 31 555
2 32 616
3 30 777
3 31 703
3 32 844 我想创建'D‘，其中'B’的groupby 'A‘和'Last’返回‘C’的值： A B C D
1 30 101 310
1 31 220 310
1 32 310 310
2 30 400 616
2 31 555
浏览 90提问于2020-09-18得票数 1
1回答
我有以下数据，我正试图计算加权滚动平均值：
import pandas as pd
df = pd.DataFrame({'player_ID': {0: 123,
1: 123,
2: 123,
3: 123,
4: 123,
5: 456,
6: 456,
7: 456,
8: 456,
9: 456},
'hole_sg': {0: 3.14,
1: 2.70,
2: 5.20,
3: -0.02,
4: 2.09,
5: -2.92,
6: -2.01,
7: 3.02,
8: -0.
浏览 3提问于2022-05-02得票数 1
回答已采纳
2回答
嗨，我正试图在我的dataframe中创建一个新的列，我想要基于calc的值。calc是- score共享的Student在Class中。在不同的班级中有两个同名的不同的学生，因此下面的第一个group by是在Class和Student上的。
df['share'] = df.groupby(['Class', 'Student'])['Score'].agg('sum')/df.groupby(['Class'])['Score'].agg('sum')
通过上面
浏览 7提问于2021-10-09得票数 0
回答已采纳
1回答
我有两列返回 (一列是比特币随时间的回报，另一列是一个加密资产的回报)。我想要计算它们之间的滚动覆盖，然后方差，然后计算滚动beta系数。到最后，测试版应该看起来像，我想让图表像这样的
cov = df[['Return Market','Return Asset']].rolling(window=3).cov()
cov
var = pd.rolling_var(df['Return Market'], window=3)
var
df['Beta'] = cov / var
当我运行cov = df[['Retu
浏览 18提问于2018-07-22得票数 1
回答已采纳
我有一个dataframe，其中我想要分组2列，从每个组中第3列的奇数行减去偶数行，并将结果分配给原始dataframe中的一列。不过，我从其他答案中得到的任何东西似乎对我都没有用。
示例dataframe：
ID Day OtherInfo log_timestamp
A 17 foo t1
A 17 bar t2
A 18 footoo t3
A 18 bar_bar t4
其中log_timestamp是一个datetime对象。
我想要的结果应该如下所示：
ID Day Other
浏览 5提问于2019-10-25得票数 0
回答已采纳
1回答
我有一个包含大约50列的dataframe，其中一些列是period_start_time、id、speed_throughput等数据格式示例：
id period_start_time speed_througput ...
0 1 2017-06-14 20:00:00 6
1 1 2017-06-14 20:00:00 10
2 1 2017-06-14 21:00:00 2
3 1 2017-06-14 21:00
浏览 3提问于2017-08-14得票数 1
回答已采纳
我试图用从更大的df中提取的计算出的需求值来填充数据。其思想是理解特定变量(及时的需求)的行为。
如果我使用df1.groupby(['product_title', 'supplier_name', 'date'])['difference'].sum().fillna(0)，我会得到以下结果：
product_title supplier_name date
Adults-Blue (mask) WEI 06/03/20 5
浏览 2提问于2020-06-24得票数 0
回答已采纳
1回答
我有一个熊猫df，它包含以下数据：
Index Race_id Place_payout Place_outcome
5 7019 7659.0 1
6 7019 11096.0 1
7 7019 14791.0 0
9 7019 5810.0 0
10 7019 3093.0 0
11 7019 25335.0
浏览 5提问于2021-02-15得票数 1
回答已采纳
1回答
我使用下面的代码尝试按列值进行分组，然后只对该组的有序数据运行累积和移动平均值：
#this works OK
df['csum'] = df.sort_values(['name','day_time','delta_minutes'],ascending=True).groupby(['name']) ['value'].cumsum()
#throws error
df['rolling'] = df.sort_values(['name','day_
浏览 0提问于2018-10-14得票数 1
回答已采纳
2回答
组分逐列
、
考虑一个数据文件，如下所示：
A B C
0 foo b1 25
1 foo b2 400
2 foo b3 75
3 bar b1 100
4 bar b2 200
6 baz b2 100
7 baz b3 100
假设我们想要构建另一个数据each，它包含由A定义的每个组的C的分数-- B的每个值表示的分数。
也就是说，使用上面的例子，结果将是：
A B C
0 foo b1 0.050000
1 foo b2 0.8000
浏览 1提问于2015-10-19得票数 3
回答已采纳
我有下面的df。您可以看到，从同一天起，每个令牌可能会有多个价格。所以我想取日中间价。
token_address date close
0 0xa0b86991c6218b36c1d19d4a2e9eb0ce3606eb48 2021-08-18 1.078874e-07
1 0xa0b86991c6218b36c1d19d4a2e9eb0ce3606eb48 2021-08-18 1.088589e-07
2 0xa80f2c8f61c56546001f5fc2eb8d6e4e72c45d
浏览 10提问于2022-10-14得票数 0
2回答
我正在尝试获得不同组之间python的累积平均值。我有以下数据： id date value
1 2019-01-01 2
1 2019-01-02 8
1 2019-01-04 3
1 2019-01-08 4
1 2019-01-10 12
1 2019-01-13 6
2 2019-01-01 4
2 2019-01-03 2
2 2019-01-04 3
2 2019-01-06 6
2 2019-01-11 1 我尝试得到的输出如下所示： id date value cumulat
浏览 33提问于2020-01-16得票数 4
回答已采纳
1回答
我有如下面板数据：
volume VWAP open close high low n ticker date
time
2021-09-02 09:30:00 597866 110.2781 110.32 110.37 110.4900 110.041 3719.0 AMD 2021-09-02
2021-09-02 09:31:00 512287 109.9928 110.36 109
浏览 10提问于2022-03-30得票数 0
回答已采纳
1回答
我有一个包含以下列的dataframe：
name, date, day_index, value
我想在同一数据中添加第4列，这是每个名称的第3列(值)的指数加权移动平均值，按第一个日期排序，然后按day_index排序。我可以使用下面的代码作为一个系列来生成它。
df.sort_values(['date','day_index'],inplace=True)
ecw_series = df.groupby('name').apply(lambda x:
x["value"].ewm(halflife=2).mean())
浏览 3提问于2018-09-16得票数 0
回答已采纳
2回答
我喜欢用groupby在熊猫中生成一个新的专栏。
例如，我有一个dataframe：
df = pd.DataFrame({'A':[1,2,3,4],'B':['A','B','A','B'],'C':[0,0,1,1]})
并尝试通过groupby-apply生成一个新列'D‘。
这样做是可行的：
df = df.assign(D=df.groupby('B').C.apply(lambda x: x - x.mean()))
正如(我认为)它返回的序列具
浏览 5提问于2017-11-10得票数 6
回答已采纳
1回答
通过对两列进行分组查找平均值
、、、、
我有一个数据集如下所示：
Value Type mean
-1.975767 Weather
-0.540979 Fruits
-2.359127 Fruits
-2.815604 Corona
-0.929755 Weather
我想遍历每一行并计算上面每一行的平均值(只有在类型匹配的情况下)。平均数由以下方法计算：
所有值/观测数的和
其中观察的次数将是一个类型到目前为止发生的次数。
例如，在第一行中，上面没有“天气”行，所以对于天气n=1，所以平均值是-1.975767 /1= -1.975767。
在第二行，上面
浏览 5提问于2022-02-14得票数 1
回答已采纳
1回答
我尝试计算每个会话中现有数据帧的不同周期的频率：
session time date period
1 05:51:53 2015-05-22 night
1 05:52:59 2015-05-22 night
1 06:08:24 2015-05-22 night
1 06:09:06 2015-05-22 night
1 08:25:31 2015-05-22 morning
2 08:25:3
浏览 1提问于2015-10-26得票数 0
3回答
因此，我在Pandas DataFrame中有两个值列和两个权重列，我想生成第三个列，它是这两个列的分组加权平均值。
因此，对于：
df = pd.DataFrame({'category':['a','a','b','b'],
'var1':np.random.randint(0,100,4),
'var2':np.random.randint(0,100,4),
'weights1':np.random.random(4),
'weight
浏览 450提问于2019-04-12得票数 5
回答已采纳
2回答
我有这样的数据：
CHROM POS REF ALT ... is_sever_int is_sever_str is_sever_f encoding_str
0 chr1 14907 A G ... 1 1 one one
1 chr1 14930 A G ... 1 1 one one
这些列是我感兴趣对(示例)执行计算的列：
is_severe snp _id
浏览 3提问于2022-10-16得票数 0
回答已采纳
我尝试使用“item.get(”#0“)从树视图中检索第一列的值，但是我得到了"RuntimeError: Display列#0无法设置”“这个错误。此方法适用于其他列。有人能帮忙找出解决办法吗？
你好，马克
下面是一个独立的示例代码：
require 'tk'
require 'tkextlib/tile'
$root = TkRoot.new
$frame = Tk::Tile::Frame.new($root)
$tree = Tk::Tile::Treeview.new($frame)
$tree['columns'] = [&
浏览 1提问于2018-04-25得票数 0
回答已采纳
我有一个从sql中读到的df：
id stock_id symbol date open high low close volume
0 1 35 ABSI 2022-09-28 3.06 3.33 3.0400 3.27 217040
1 2 35 ABSI 2022-09-29 3.19 3.19 3.0300 3.12 187309
2 3 35 ABSI 2022-09-30 3.11 3.27 3.
浏览 4提问于2022-10-08得票数 0
回答已采纳
在使用StyleFrame包对熊猫DataFrame进行openpyxl造型时，我得到了以下例外。
当我尝试这段带有英文标题的代码时，它的工作原理与我所例外。
self.sf.set_column_width(columns=u'שם הלקוח', width=35)
File "/Users/talperetz/.virtualenvs/natan-report/lib/python2.7/site-packages/StyleFrame/style_frame.py", line 259, in set_column_width
ra
浏览 3提问于2015-09-03得票数 3
回答已采纳
1回答
我想在这个数据框中添加一个列，该列接受一个组的第一行的值。 我有以下数据集： df = pd.DataFrame(data={'APT_ORG_CODE':['AAL','AAL','AAL','AAL','ZYI','ZYI'],'APT_ORG':['Aalborg Airport','Aalborg Airport','Aalborg Airport','Aalborg Airport','
浏览 13提问于2020-09-09得票数 1
回答已采纳
我的问题与我之前的问题相关，但它是不同的。因此，创建了一个新的帖子。
我想在pandas dataframe中获取一个日期时间列的10分钟内的最大计数。
我的表格：
id1 date_time adress a_size
reom 2005-8-20 22:51:10 75157.5413 ceifwekd
reom 2005-8-20 22:55:25 3571.37946 ceifwekd
reom 2005-8-20
浏览 0提问于2019-04-24得票数 1
2回答
我有一个数据，我想要计算的最大滚动前3个月的价值。以下是数据文件：
VIN Year_Month Amount
V1 2012-01 196
V2 2012-01 113
V3 2012-01 177
V1 2012-02 154
V2 2012-02 129
V4 2012-02 156
V2 2012-03 100
V3 2012-03 174
浏览 2提问于2021-07-22得票数 0
我知道这个问题以前已经得到了回答，但这并不能解决我的问题。
以下是错误代码：
def insert_row(*args):
for i in args:
name1 = i[0]
phone1 = i[1]
c.execute('''INSERT INTO users(name,phone)VALUES(?,?)''', (name1, phone1))
print('Record inserted')
这是回溯：
Ex
浏览 7提问于2017-07-14得票数 0
回答已采纳
1回答
为什么集体和滚动不一起工作？
、、、、
我有一个df，我从共市帽上刮来的。我试图计算close_price列的可变性指标，但是当我使用groupby时，我得到了一条错误消息：
final_coin_data['vol'] = final_coin_data.groupby('coin_name')['close_price'].rolling(window=30).std()
TypeError: incompatible index of inserted column with frame index
df结构( 'Unnamed:0‘是在加载CSV之后出现的)：
浏览 1提问于2018-03-12得票数 9
回答已采纳
我有一个dask数据帧和一个dask数组，它们以相同的逻辑顺序具有相同的行数。数据帧行通过字符串进行索引。我正在尝试将一个数组列添加到数据帧中。我尝试了几种方法，但都以其特定的方式失败了。
df['col'] = da.col
# TypeError: Column assignment doesn't support type Array
df['col'] = da.to_frame(columns='col')
# TypeError: '<' not supported between instances
浏览 15提问于2018-01-09得票数 8
所以我想用我的脚本来得到每月的金额，但是我总是得到一个AttributeError，但我没有
明白了。列时间戳确实存在于我的combined_csv上。
我确信这一行是导致问题的原因，因为我之前测试了我的其他代码。
AttributeError：“DataFrame”对象没有属性“时间戳”
我会感激所有我能得到的帮助-谢谢
import os
import glob
import pandas as pd
# set working directory
os.chdir("Path to CSVs")
# find all csv files in the folder
#
浏览 2提问于2021-04-26得票数 2
回答已采纳
2回答
我正在使用statsmodels.api.OLS进行简单的时间序列线性回归，并基于标识符变量对数据组运行这些回归。我已经能够使分组的回归工作，但现在我希望将回归的结果合并回原始数据帧中，并得到索引错误。
我的原始数据帧的简化版本，我们称之为"df“，如下所示：
id value time
a 1 1
a 1.5 2
a 2 3
a 2.5 4
b 1 1
b 1.5 2
b 2 3
b 2.5 4
我
浏览 56提问于2019-06-07得票数 0
回答已采纳
我正在编写一个类，Wrapper，并给它一个类方法self.wrap。我收到了一个unexpected end-of-input错误。我已经盯着代码看了很久了，看不出错误在哪里。我想我所有的end都准备好了。我漏掉了什么？
require 'pry'
class Wrapper
def self.wrap(input_string, column_number)
position = 0
num_inserted = 0
while (position + column_number < line.length) d
浏览 0提问于2021-01-13得票数 1
回答已采纳
我有一个创建按钮数组的方法(模拟网格)。用户可以点击按钮，“标记”(图像)就会出现在上面。问题是，即使我在我的方法中设置高度和宽度，当它被调用时，按钮看起来太大了。请注意，当用户单击按钮时，它会“缩小”到我指定的大小.真奇怪。以下是我的方法：
def create_grid(self, leng) :
try:
global board
board = grid.Grid(leng)
frame = tkinter.Frame(self.main_window)
buttons = []
for row
浏览 5提问于2013-11-23得票数 0
回答已采纳
我使用了这里显示的示例中的数据：。转到副标题:窗口和重新采样操作的新语法
在命令提示符处，新语法的工作方式如pandas文档中所示。但是我想向现有的dataframe添加一个包含扩展数据的新列，就像在保存的程序中所做的那样。
在通过扩展代码将语法升级到groupby之前，我能够使用以下单行代码：
df = pd.DataFrame({'A': [1] * 10 + [5] * 10, 'B': np.arange(20)})
df['Sum of B'] = df.groupby('A')['B'].transfo
浏览 1提问于2017-05-30得票数 2
2回答
我想用量角器定位桌子上的航班号(11302)。然后单击插入到同一行中的按钮。
<kendo-grid-list role="presentation" class="k-grid-container ng-star-inserted">
<!---->
<div role="presentation" tabindex="-1" class="k-grid-content k-virtual-content">
<div role="presen
浏览 4提问于2020-07-21得票数 0
回答已采纳
我正在将一个MSSQL数据库移动到MYSQL，并且决定将一些存储过程移到Python，而不是用MYSQL重写。我在Python3.5.4上使用Pandas 0.23。
旧的MSSQL基使用了许多窗口函数。到目前为止，我已经成功地使用pandas.Dataframe.rolling转换了Pandas，如下所示：
MSSQL
AVG([Close]) OVER (ORDER BY DateValue ROWS 13 PRECEDING) AS MA14
Python
df['MA14'] = df.Close.rolling(14).mean()
在python中，我被MSSQL函
浏览 2提问于2018-06-23得票数 0
1回答
我有一个有点复杂的功能，我在写作上有困难。本质上，我有一个df存储的医疗记录，我需要确定第一个网站，一个人后，他们的出院日期(我希望这是简单的选择后，最初停留的第一个地点，但不是)。df按ID分组。
有三个选项：(1)在一个组中，如果任何行的begin_date与第一行end_date相匹配，则返回该位置作为第一个站点(如果有两行符合此条件，则两者都是正确的)。(2)如果不存在第一种选择，则如果有病人患有location 'Health‘的实例，则返回'Health’。(3)否则，如果条件1和2不存在，则返回“家园”
df
ID color begin_date
浏览 3提问于2018-04-08得票数 1
回答已采纳
1回答
我有以下数据集 my_df = pd.DataFrame({'id':[1,2,3,4,5,6,7,8],
'machine':['A','A','A','B','B','A','B','B'],
'prod':['button','tack','pin','button
浏览 29提问于2021-08-13得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
