python - 将 pandas 系列分配给 groupby 操作

Question

这是我很久以来的问题!我在 StackOverflow 上搜索了其他问答，但没有找到任何对我的问题有用的答案。

我有一个 pandas DataFrame，其中包含诸如

之类的列

|---------------------|------------------|  
|      date           |     Prediction   |  
|---------------------|------------------|  
|       2014-01-01    |         0.0      |  
|---------------------|------------------|  
|       2014-01-01    |         0.0      |  
|---------------------|------------------|  
|       2014-01-02    |         0.0      |  
|---------------------|------------------|  
|       2014-01-02    |         0.0      |  
|---------------------|------------------|  

我想在 Prediction 列的单元格中设置值(在 date 列上使用 groupby 操作)而不是 0。为此，假设我的预测是一个数据帧 x 有两个值

|---------------------|------------------|  
|      date           |       yhat       |  
|---------------------|------------------|  
|       2014-01-01    |         2.0      |  
|---------------------|------------------|  
|       2014-01-02    |         3.0      |  
|---------------------|------------------|  

我正在尝试执行以下操作 df.groupby('date', as_index=False)['Prediction'] = x['yhat']

但它给我一个错误:

TypeError: 'DataFrameGroupBy' object does not support item assignment

我对输出的期望是:

|---------------------|------------------|  
|      date           |     Prediction   |  
|---------------------|------------------|  
|       2014-01-01    |         2.0      |  
|---------------------|------------------|  
|       2014-01-01    |         2.0      |  
|---------------------|------------------|  
|       2014-01-02    |         3.0      |  
|---------------------|------------------|  
|       2014-01-02    |         3.0      |  
|---------------------|------------------| 

由于分组操作本质上是两行数据帧，因此我希望它能够工作，因为 x 也是一个具有 2 个值的 pandas 数据帧。

任何实现这一目标的建议都将受到高度赞赏。

编辑 我的数据框中有更多日期(比上面的示例中显示的日期多)。我需要仅填充特定日期(不是所有日期)的预测列值。

谢谢。

Answer 1

您可以使用 join() 操作来完成此操作。例如:

data = pd.DataFrame({'Prediction': [0, 0, 0, 0]},
                    index=['2014-01-01', '2014-01-01', '2014-01-02', '2014-01-02'])
vals = pd.DataFrame({'yhat': [2, 3]}, index=['2014-01-01', '2014-01-02'])
result = data.join(vals)
result
#             Prediction  yhat
# 2014-01-01           0     2
# 2014-01-01           0     2
# 2014-01-02           0     3
# 2014-01-02           0     3

但是现在这些列并不完全是您想要的样子。因此，我们将删除原始的 Prediction 并重命名 yhat:

result.drop('Prediction', axis=1).rename({'yhat': 'Prediction'}, axis=1)
#             Prediction
# 2014-01-01           2
# 2014-01-01           2
# 2014-01-02           3
# 2014-01-02           3