我有一个数据帧数据。分组并重置索引后,我无法将日期列设置为索引。
data = data.groupby('Payment Date ')
data['Payment Amount '].sum().reset_index()
data = data.set_index('Payment Date ', inplace = True)
data.index
错误:
AttributeError Traceback (most recent call last)
<ipython-input-12-581b0b0bf83f> in <module>
----> 1 data = data.set_index('Payment Date ', inplace = True)
2 data.index
c:\users\nitro\appdata\local\programs\python\python37-32\lib\site-packages\pandas\core\groupby\groupby.py in __getattr__(self, attr)
702
703 raise AttributeError(
--> 704 f"'{type(self).__name__}' object has no attribute '{attr}'"
705 )
706
AttributeError: 'DataFrameGroupBy' object has no attribute 'set_index'
最佳答案
我想我明白你想要做什么和你不明白什么(主要是关于用 pandas 修改对象的方式)。我假设您想要:
- 按
数据
中的付款日期计算聚合 - 然后将其索引设置为“付款日期”字段
简短回答:如果您想将此结果存入data
,只需执行:
data = data.groupby('Payment date ')['Payment amount'].sum().to_frame()
“付款日期”将是您的新索引,to_frame
防止您的单列结果数据帧被挤入 pandas Series
(我认为这是您的第一个意图避免,重置索引然后将其设置回来)。
让我们深入研究您的代码。
第一行
data = data.groupby('Payment Date ')
第一行没问题,但可能不完全符合您的要求。您正在获取 data
,我假设它是 pandas DataFrame
并将其重新影响为 pandas DataFrameGroupBy
对象。这种对象不保存任何数据,您可以将其简单地视为原始 DataFrame
的索引与关联组(此处为付款日期)之间的映射。
无论如何,您已将 groupby 对象放入 data
中。
第二行
data['Payment Amount '].sum().reset_index()
这一行什么也不做。它显示了 Jupyter Notebook 中的计算结果,但数据
中没有任何更改。 data
仍然是相同的 DataFrameGroupBy
对象。
第三行
data = data.set_index('Payment Date ', inplace = True)
引发异常,表明 DataFrameGroupBy
对象没有 set_index
方法。这是因为第二行代码没有更改 data
。
即便如此,我还是鼓励您在代码中随时避免使用inplace=True
。您应该始终显式重新分配。
您的代码可能如下所示(如果您不喜欢上面的简短答案):
data = data.groupby('Payment date ')
data = data['Payment amount'].sum().reset_index()
data = data.set_index('Payment date ') # No inplace=True!
关于python - “DataFrameGroupBy”对象没有属性 'set_index',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65303206/