我想使用 groupby().transform() 对(排序的)数据集中的每个记录 block 进行自定义(累积)转换。除非我确保我有一个唯一的 key ，否则它不起作用。为什么？
这是一个玩具示例:
df = pd.DataFrame([[1,1],
[1,2],
[2,3],
[3,4],
[3,5]],
columns='a b'.split())
df['partials'] = df.groupby('a')['b'].transform(np.cumsum)
df
给出预期的:
a b partials
0 1 1 1
1 1 2 3
2 2 3 3
3 3 4 4
4 3 5 9
但是如果 'a' 是一个键，一切都会出错:
df = df.set_index('a')
df['partials'] = df.groupby(level=0)['b'].transform(np.cumsum)
df
---------------------------------------------------------------------------
Exception Traceback (most recent call last)
<ipython-input-146-d0c35a4ba053> in <module>()
3
4 df = df.set_index('a')
----> 5 df.groupby(level=0)['b'].transform(np.cumsum)
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/groupby.pyc in transform(self, func, *args, **kwargs)
1542 res = wrapper(group)
1543 # result[group.index] = res
-> 1544 indexer = self.obj.index.get_indexer(group.index)
1545 np.put(result, indexer, res)
1546
/opt/local/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pandas/core/index.pyc in get_indexer(self, target, method, limit)
847
848 if not self.is_unique:
--> 849 raise Exception('Reindexing only valid with uniquely valued Index '
850 'objects')
851
Exception: Reindexing only valid with uniquely valued Index objects
如果您在分组之前选择“b”列，则会出现同样的错误，即。
df['b'].groupby(level=0).transform(np.cumsum)
但是如果你转换整个数据框，你可以让它工作，比如:
df.groupby(level=0).transform(np.cumsum)
甚至是单列数据框(而不是系列):
df.groupby(level=0)[['b']].transform(np.cumsum)
我觉得GroupBy-fu还有一些深奥的地方|我失踪了。有人可以让我直截了当吗？
最佳答案
这是一个错误，因为已在 pandas 中修复(当然是在 0.15.2 中，IIRC 在 0.14 中已修复)，所以您不应再看到此异常。
作为解决方法，在早期的 pandas 中，您可以使用 apply :
In [10]: g = df.groupby(level=0)['b']
In [11]: g.apply(np.cumsum)
Out[11]:
a
1 1
1 3
2 3
3 4
3 9
dtype: int64
你可以将它分配给 df 中的列
In [12]: df['partial'] = g.apply(np.cumsum)
关于python - 为什么 pandas groupby().transform() 需要唯一索引？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16311793/