熊猫MultiIndex DataFrame.rolling偏移量
为什么在rolling多索引DataFrame时不能使用偏移量？ 例如，使用：
rng = pd.date_range('2017-01-03', periods=20, freq='8D')
i = pd.MultiIndex.from_product([['A','B','C'], rng], names=['Name','Date'])
df = pd.DataFrame(np.random.randn(60), i, columns=['Vals'])
如果我尝试使用偏移量进行分组和滚动，则会显示“ ValueError：窗口必须为整数 ”：
df['Avg'] = df.groupby(['Name'])['Vals'].rolling('30D').mean() # << Why doesn't this work?
并不是说以下这些变体可以满足我的需求，但是请注意对int作品进行分组和滚动：
df['Avg'] = df.groupby(['Name'])['Vals'].rolling(4).mean()
我可以在DataFrame的单索引子集上使用偏移量滚动：
d = df.loc['A']
d['Avg'] = d['Vals'].rolling('30D').mean()
如果确实不可能在多索引DataFrame上进行偏移滚动，那么将零应用于每个0级索引项的最有效的解决方法是什么？
问题答案：
为了使用像“
30D”这样的偏移量，您需要一个简单的日期索引。在这种情况下，最简单的实现方法是使用，将“名称”移出索引reset_index(level='Name')，而只将“日期”作为索引：
df['Avg'] = df.reset_index(level='Name').groupby(['Name'])['Vals'].rolling('30D').mean()
-
问题内容： 我感到困惑的是，大熊猫如何用这些行超出日期时间对象的范围： 这是设置的日期时间，并且是格式的日期信息。 此逻辑似乎适用于模拟数据（没有错误，日期有意义），因此目前我无法重现，但由于以下错误导致我的整个数据失败： 问题答案： 由于熊猫以纳秒分辨率表示时间戳，因此可以使用64位整数表示的时间跨度限制为大约584年 而且您的值超出此范围2262-05-01 00:00:00，因此发生出站错误
-
问题内容： Python 3.4和Pandas 0.15.0 df是一个数据框，而col1是一列。使用下面的代码，我正在检查是否存在值10，并将此类值替换为1000。 这是另一个例子。这次，我将基于索引更改col2中的值。 这两种都会产生以下警告： 最后， 这会产生类似的警告，并带有以下建议： 我不确定我是否理解警告中指出的讨论。编写这三行代码的更好方法是什么？ 请注意，该操作有效。 问题答案：
-
问题内容： 我想将 大于任意数（在这种情况下为100）的值替换为（因为如此大的值表示实验失败）。以前，我使用它来替换不需要的值： 但是，出现以下错误： 从这个StackExchange问题来看，有时似乎可以忽略此警告，但是我不能很好地跟踪讨论，无法确定这是否适用于我的情况。警告基本上是让我知道我将覆盖我的某些值吗？ 编辑：据我所知，一切都按其应有的方式进行。作为后续措施，我的替换值方法是否非标
-
我有一个数据帧，如： 所以我想通过两个“for循环”添加一些列，如： 新的类似数据帧的图片： 我的代码不起作用： 如何编写代码来获得像第二张图片这样的数据帧？
-
问题内容： 我刚刚发现了json_normalize函数，该函数在获取JSON对象并给我一个熊猫Dataframe时效果很好。现在，我想要反向操作，该操作采用相同的Dataframe并给我一个与原始json具有相同结构的json（或类似json的字典，我可以轻松地将其转换为json）。 这是一个示例：https : //hackersandslackers.com/json-into-pandas
-
问题内容： 在下面，male_trips是一个大熊猫数据帧，station是一个小熊猫数据帧。对于每个车站ID，我想知道有多少次男性旅行。以下工作可以完成，但是需要很长时间： 我应该怎么做呢？ 更新！因此，有两种主要方法：其次是和更简单的方法。我很快完成了，这种方法大获全胜！这是代码： 结果如下： 请注意，以这种速度，用于探索数据 键入 value_counts的速度稍微快一些，而且记不起来了！