熊猫，未来警告：多键索引

Question

当我将函数应用于Groupby对象的多个列时，Pandas会抛出一个Future Warning。它建议使用列表作为索引，而不是元组。一个人会怎么做？

>>> df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]])
>>> df.groupby([0,1])[1,2].apply(sum)
<stdin>:1: FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.
     1  2
0 1      
1 2  2  3
4 5  5  6
7 8  8  9

Answer 1

上面的例子有些微不足道。我试图删除更复杂代码中的警告消息。如何将下面的代码转换为使用列列表来消除警告？

# Standard imports
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.ticker import FuncFormatter

# Ensure plots are displayed inline
%matplotlib inline
#%matplotlib notebook

# Read in some data to show some real world exampled
df = pd.read_excel("https://github.com/chris1610/pbpython/blob/master/data/sample-salesv3.xlsx?raw=true")

# Examine the dataframe
df.head()

# Summarize the data by customer and get the top 10 customers. Also, clean up the column names for consistency

top_10 = (df.groupby('name')['ext price', 'quantity']
          .agg({'ext price': 'sum', 'quantity': 'count'})
          .sort_values(by='ext price', ascending=False))[:10].reset_index()

`C:\ProgramData\Anaconda3\lib\site-packages\ipykernel_launcher.py:1: FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.
  """Entry point for launching an IPython kernel.`

# Output the top 10
top_10

我尝试了这段代码，但我发现了真正的错误，而不仅仅是警告：

top_10 = (df.groupby('name')['ext price', 'quantity']
          .agg([['ext price', 'sum'], ['quantity', 'count']])
          .sort_values(by='ext price', ascending=False))[:10].reset_index()

C:\ProgramData\Anaconda3\lib\site packages\ipykernel\u启动器。py:1:FutureWarning:将不推荐使用多个键（隐式转换为键的元组）进行索引，请改用列表。“”“启动IPython内核的入口点。

---------------------------------------------------------------------------类型错误回溯（最近一次调用上次）~\AppData\Local\Temp/ipykernel\u 3644/534927805。py in 1 top_10=（df.groupby（'name'）['ext price'，'quantity']----

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\groupby\generic。聚合py（self、func、engine、engine_-kwargs、*args、**kwargs）940返回self。obj_构造函数（结果，索引=索引，列=数据.列）941--

C:\ProgramData\Anaconda3\lib\site packages\pandas\core\aggregation。如果未重新标记，则在重建_func（func，**kwargs）88 89中显示py：---

类型错误：不可释放类型：列表

Answer 2

在groupby方法后使用双括号。单括号用于输出熊猫系列，双括号用于输出熊猫数据帧。

df.groupby([0,1])[[1,2]].apply(sum)

Answer 3

熊猫1.0中引入了此警告。0，在GitHub上讨论之后。因此，最好利用那里的建议：

df.groupby([0, 1])[[1, 2]].apply(sum)

也可以将切片操作移到末尾，但效率不高：

df.groupby([0, 1]).apply(sum).loc[:, 1:]

感谢@ALollz和@cmosig提供的有用意见。