我举了以下可复制的例子:
col1 = pd.Series(['2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-04-30','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31','2016-05-31'])
col2 = pd.Series(['Discr','Discr','Discr','Discr','Discr','Discr', 'Adv', 'Adv', 'Adv', 'Adv', 'Adv', 'Adv','Discr','Discr','Discr','Discr','Discr','Discr','Adv', 'Adv', 'Adv', 'Adv', 'Adv', 'Adv'])
col3 = pd.Series(['Eq', 'Eq', 'Eq' , 'Bond','Bond','Bond', 'Eq', 'Eq', 'Eq' , 'Bond','Bond','Bond', 'Eq', 'Eq', 'Eq' , 'Bond','Bond','Bond', 'Eq', 'Eq', 'Eq' , 'Bond','Bond','Bond'])
col4 = pd.Series([5,3,200, 5,7,23,5,4,21,68,45,324,32,4,78,2,45,2,56,3,5,7,22,45])
Example = pd.DataFrame(data = pd.concat([col1,col2,col3,col4], axis=1))
Example.columns = ['Date', 'InType', 'AType', 'Value']
我想通过在“Date”、“Intype”和“Atype”上首先分组,在1%级别对“Value”列进行排序。例如,我要winsorize的第一组列的日期为2016-04-30,Intype=Discr,AType=Eq。在这种情况下,我希望200设置为5。我想分别为所有小组做这个。你知道吗
这就是我迄今为止所尝试的:
def using_mstats_df(df):
return df.apply(using_mstats, axis=0)
def using_mstats(s):
return mstats.winsorize(s, limits=[0.0, 0.5])
grouped = Example.groupby(['Date', 'InType', 'AType'])
grouped.apply(using_mstats_df)
它似乎做了正确的事情,但是当我在我的实际(大)数据集上尝试它时,我得到了一个非常大的错误,这个错误以
ValueError:无法从重复轴重新索引
有没有人知道我可能做错了什么,或者我应该用另一种方式去做?你知道吗
下面是一个有效的例子(我不是百分之百确定是否获胜)
相关问题 更多 >
编程相关推荐