【问题标题】：pandas add column to dataframe aggregate on time series熊猫将列添加到时间序列的数据框聚合中
【发布时间】：2020-06-29 03:38:18
【问题描述】：

我已经完成了数据框聚合，我想添加一个新列，如果行中的 2020 年的值 > 0，它将放置 1，否则放置 0。

这是我的代码和数据帧的负责人

df['year'] = pd.DatetimeIndex(df['TxnDate']).year # add column year
df['client'] = df['Customer'].str.split(' ').str[:3].str.join(' ') # add colum with 3 first word

Datedebut = df['year'].min()
Datefin = df['year'].max()
#print(df)

df1 = df.groupby(['client','year']).agg({'Amount': ['sum']}).unstack()
print(df1)
df1['nb2020']= np.where( df1['year']==2020, 1, 0)

最后一行之前的数据框df1打印是这样的：

最后一行错误是：KeyError: 'year'

谢谢

【问题讨论】：

年份是一行而不是一列？好像是这样，我只是想确认一下
在原始df中，它是一个列
在使用“group by”之前，您是否尝试将新列添加到原始 df？否则，您可以使用“转换”将一列添加回原始 df，请参见此处：stackoverflow.com/questions/37189878/…
将 iloc 与年份索引一起使用。应该工作。

标签： python pandas-groupby

【解决方案1】：

当您执行聚合和未堆叠 (df.groupby(['client','year']).agg({'Amount': ['sum']}).unstack()) 时，year 列的值已扩展为列，这些列是 MultiIndex。你可以通过调用来查看：

print (df1.columns)

然后你可以选择它们。

使用 MultiIndex 列

所以要选择与 2020 匹配的列，您可以使用：

df1.loc[:,df1.columns.get_level_values(2).isin({2020})

您可能会得到正确的列，然后使用以下方法检查 2020 是否具有非零值：

df1['nb2020'] = df1.loc[:,df1.columns.get_level_values('year').isin({2020})] > 0

如果您想要 1 和 0（而不是 bool 类型），您可以转换为 int（使用 astype）。

重命名列

如果您认为这有点复杂，您可能还希望将列更改为单个索引。使用类似的东西

df1.columns = df1.columns.get_level_values('year')

或者

df1.columns = df1.columns.get_level_values(2)

然后

df1['nb2020'] = (df1[2020] > 0).astype(int)

【讨论】：