从字典创建数据框时出现 StopIteration 错误

Question

所以我从字典中创建了一个数据框来执行时间序列练习。当我创建数据框（我在 Google Colab 中执行此操作）时，单元格运行正常。但是当我这样做时full_df.head()。我收到StopIteration 错误。有谁知道为什么会这样？

这就是我所拥有的：

df = pd.read_csv('all_stocks_5yr.csv', usecols=["close", "Name"])

gp = df.groupby("Name")
my_dict = {} 
for record in gp: 
    if record[0] in my_dict:
       my_dict[record[0]].append(record)
    else:
       my_dict[record[0]] = [record]

full_df = pd.DataFrame.from_dict(my_dict, orient='index')

full_df.head() #This is where I get the error.

Answer 1

它不起作用，因为您试图将元组分配为单列。

循环.groupby 的结果会产生一对(key, sub_df)，其中key 是该组名。 sub_df 是一个 DataFrame，其中包含与给定 key 关联的所有列和所有值。您的循环为字典中的每个 key 创建一个元素列表（其中元素是提到的元组）。

这个字典将表示一个只有一列的 DataFrame（因为字典中的每个条目都是一个元素列表），每一行包含字符串和数据帧的元组。 Pandas 不知道如何将其转换为正确的 DataFrame。

如果我正确理解了意图，那么您希望在索引中包含名称并在每行中关闭值。为此，最好使用pivot() 函数。我找到了你的dataset 来尝试解决它。我建议加载date 列。您可以使用以下方法旋转加载的 DataFrame：

final_df = df.pivot(columns="date", index="Name", values="close")
final_df.head()

结果：

如果您无权访问date 列，则可以使用cumcount() 在每个组中分配递增的索引值。使用以下代码：

df['date'] = df.groupby('Name').cumcount()
final_df = df.pivot(columns="date", index="Name", values="close")
final_df.head()

你得到这个：

编辑：

如果你想使用字典，那么你需要小心你输入的值。由于df.groupby('Name') 返回元组的可迭代对象，因此我们可以将其解包为key, group。 group 也是一个 DataFrame，因此我们需要选择列（在本例中为“关闭”）。我们需要将选定的列转换为 Numpy 数组（或重置索引），否则 Pandas 将使用group 索引作为新 DataFrame 中的列名。代码示例：

my_dict = {key: group['close'].to_numpy() for key, group in df.groupby('Name')}
full_df = pd.DataFrame.from_dict(my_dict, orient='index')
full_df.head()

返回：