熊猫与aggfuncpivot_table在几乎不同的数据上工作不同

Question

我有一个日期、买入和卖出值的数据框架，并在该数据框架上做一个pivot\u表，以获得每个有效日期的所有买入/卖出值。

data = [('20170325', 'Buy', 400 ),
        ('20170325', 'Buy', 401 ),
        ('20170323', 'Buy', 400 ),
        ('20170324', 'Sell', 400 )]

testDf = pd.DataFrame(data, columns=['Date', 'Scenario', 'Value'])
df1 = pd.pivot_table(testDf, columns='Scenario', index='Date', values='Value', 
                     fill_value = '', aggfunc=lambda x: x.tolist() if len(x)>1 else x)
df1
#    Scenario         Buy Sell
#    Date                     
#    20170323         400     
#    20170324              400
#    20170325  [400, 401]

但当我的数据有点变化时，pivot\u table抛出error:ValueError:Function不会减少。无法理解为什么。以下是不同数据的错误。请注意，日期20170325更改为20170321。

data = [('20170321', 'Buy', 400 ),
        ('20170321', 'Buy', 401 ),
        ('20170323', 'Buy', 400 ),
        ('20170324', 'Sell', 400 )]

testDf = pd.DataFrame(data, columns=['Date', 'Scenario', 'Value'])
df1 = pd.pivot_table(testDf, columns='Scenario', index='Date', values='Value', 
                     fill_value = '',aggfunc=lambda x: x.tolist() if len(x)>1 else x)

回溯（最近一次调用）：pivot_表
文件“ext2\vc12_win32\lib\python2.7\site packages\pands\tools\pivot.py”第114行的第1行文件“ext2\vc12_win32\lib\python2.7\site packages\pandas\core\groupby.py”，agg
文件“ext2\vc12_win32\lib\python2.7\site packages\pandages\core\groupby.py”第2978行的第729行中的第1行文件“ext2\vc12\vc12\vc12\cole\，聚合
文件“ext2\vc12\u win32\lib\python2.7\site packages\pandas\core\groupby.py”，第1227行，聚合
文件“ext2\vc12\u win32\lib\python2.7\site packages\pandas\core\groupby.py”，第1733行，聚合文件“ext2\vc12\u win32\lib\python2.7\site packages packages\pandas\core\groupby.py”，第1767行，在"聚合"系列中"纯"python
ValueError:函数不减少

Answer 1

我在你的第一个数据集上也遇到了同样的错误。我相信这是由于一天的重复值造成的。

这似乎是这篇SO帖子中熊猫的一个特征。

让我们尝试将tolist（）转换为使用tuple。

df1 = pd.pivot_table(testDf, columns='Scenario', index='Date', values='Value', fill_value = '',aggfunc=lambda x: tuple(x))

Answer 2

甚至考虑<代码> GROPPEB/<代码> <代码> PIVOT < /代码>：

df1 = testDf.groupby(['Date', 'Scenario'])['Value'].apply(lambda x: list(x)).reset_index()\
            .pivot(index='Date', columns='Scenario', values='Value').fillna('')

# Scenario         Buy   Sell
# Date                       
# 20170323       [400]       
# 20170324              [400]
# 20170325  [400, 401]       

# Scenario         Buy   Sell
# Date                       
# 20170321  [400, 401]       
# 20170323       [400]       
# 20170324              [400]