在下面的代码段中,使用一个名为“天”的属性来插入一个名为“天”的假代码。在
用pandas 0.18.0
对resample方法的更改破坏了这段代码,我不知道如何实现相同的行为。在
代码:
data = [['2010-01-01', 'A', 2], ['2010-01-02', 'A', 3], ['2010-01-05', 'A', 8],
['2010-01-10', 'A', 7], ['2010-01-13', 'A', 3], ['2010-01-01', 'B', 5],
['2010-01-03', 'B', 2], ['2010-01-04', 'B', 1], ['2010-01-11', 'B', 7],
['2010-01-14', 'B', 3]]
df = pd.DataFrame(data, columns=['Date', 'ID', 'Score'])
df.Date = pd.to_datetime(df.Date)
#Insert NA values on days where there is no data for each ID
df.sort_values(by=['Date', 'ID'], inplace=True)
df.set_index('Date').groupby('ID').resample('D').reset_index()
现在运行这个命令得到AttributeError: Cannot access callable attribute 'reset_index' of 'DataFrameGroupBy' objects, try using the 'apply' method
,当我查看新文档时,我理解了它为什么不起作用。在
然而,我并不真正理解新的重采样方法是如何工作的,因此一些澄清将不胜感激。在
这将产生与0.17.1中相同的结果。我提出了一个关于能否做到这一点的问题。将尝试查看是否可以为0.18.1创建更好的语法,请参见here。仅供参考,您不需要在处理前排序,重新采样将始终为您排序。在
相关问题 更多 >
编程相关推荐