将计算列附加到现有数据框

Question

我开始学习 Pandas，我正在关注here 的问题，但无法获得适合我的解决方案，并且出现索引错误。这就是我所拥有的

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' : Series([50,100,15,200,10,1,20,10,100])}
df = DataFrame(d)  
df.groupby('L1', as_index=False).apply(lambda x : pd.expanding_sum(x.sort('L3', ascending=False)['L3'])/x['L3'].sum())

输出以下内容（我使用的是 iPython）

L1   
X   3    0.571429
    1    0.857143
    0    1.000000
Y   8    0.900901
    7    0.990991
    5    1.000000
Z   6    0.444444
    2    0.777778
    4    1.000000
dtype: float64

然后，我尝试按照帖子中的建议在“新”标签下附加累积数计算

df["new"] = df.groupby("L1", as_index=False).apply(lambda x : pd.expanding_sum(x.sort("L3", ascending=False)["L3"])/x["L3"].sum())

我明白了：

   2196                         value = value.reindex(self.index).values
   2197                     except:
-> 2198                         raise TypeError('incompatible index of inserted column '
   2199                                         'with frame index')
   2200 
TypeError: incompatible index of inserted column with frame index

有人知道问题出在哪里吗？如何将计算的值重新插入数据框中，以便按顺序显示值（每个标签 X、Y、Z 的“新”降序。）

Answer 1

问题是，正如错误消息所说，您要插入的计算列的索引与df 的索引不兼容。

df的索引是一个简单的索引：

In [8]: df.index
Out[8]: Int64Index([0, 1, 2, 3, 4, 5, 6, 7, 8], dtype='int64')

虽然计算列的索引是一个 MultiIndex（正如您在输出中已经看到的那样），假设我们称之为 new_column：

In [15]: new_column.index
Out[15]: 
MultiIndex
[(u'X', 3), (u'X', 1), (u'X', 0), (u'Y', 8), (u'Y', 7), (u'Y', 5), (u'Z', 6), (u'Z', 2), (u'Z', 4)]

因此，您不能将其插入框架中。但是，这是 0.12 中的错误，因为这在 0.13 中确实有效（已测试链接问题中的答案），并且关键字 as_index=False 应确保不添加列 L1到索引。

0.12 的解决方案：
去掉MultiIndex的第一级，这样就可以找回原来的索引了：

In [13]: new_column = df.groupby('L1', as_index=False).apply(lambda x : pd.expanding_sum(x.sort('L3', ascending=False)['L3'])/x['L3'].sum())
In [14]: df["new"] = new_column.reset_index(level=0, drop=True)

---

在 pandas 0.13（开发中）中，此问题已修复 (https://github.com/pydata/pandas/pull/4670)。正是由于这个原因，as_index=False 在 groupby 调用中被使用，所以列L1（你分组的fow）没有被添加到索引中（创建一个MultiIndex），所以保留了原始索引并且结果可以附加到原始帧。但是在使用apply 时，似乎as_index 关键字在0.12 中被忽略了。