熊貓列上的元數據丟失

我正在處理時間序列數據，並試圖根據該時間序列的原始採樣頻率（或其他相關元數據）對各種時間序列進行操作。我可以使用以下方法成功設置元數據：熊貓列上的元數據丟失

a_df._metadata = ["orig_freq"] 
a_df["a_col"].orig_freq = "D"

這似乎是成功的。現在我要基於元數據標準應用功能：

for i in a_df.columns: 
    if a_df[i].orig_freq == "D": 
     a_df[i + "_a_new_col"] = a_function(a_df[i]) 
    else: 
     a_df[i + "_a_new_col"] = a_function_2(a_df[i])

這適用於在數據幀的第一列，但該列成功運行後，我收到以下錯誤：

AttributeError: 'Series' object has no attribute 'orig_freq'

在這一點，所有分配的元數據已被刪除。我在元數據分配中做錯了什麼？

來源

2015-08-28 Ray Gilette

不應該是'i.orig_freq'？ – Ashalynd

元數據應該是特定於每列的，這代表了不同的時間序列。整個數據幀已被標準化爲單個採樣頻率，但我想保留每個包含列的單個原始採樣頻率的信息。謝謝！ –

我認爲_metadata需要在課堂上定義（即Series._metadata），雖然即使這樣，也可能有一些問題。例如，請參閱issue以獲得更多討論。

如果每列都有一段元數據，那麼只需使用MultiIndex列來存儲它，您的生活可能會更輕鬆。例如，這樣的事情：

In [43]: df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]}) 

In [44]: orig_freqs = {'a': 'D', 'b': 'Q'} 

In [45]: df.columns = pd.MultiIndex.from_tuples(([(c, orig_freqs[c]) for c in df])) 

In [46]: df 
Out[46]: 
    a b 
    D Q 
0 1 4 
1 2 5 
2 3 6 

In [47]: for (col, orig_freq) in df: 
    ...:  df[('new_col', orig_freq)] = a_function(df[(col, orig_freq)])

來源

2015-08-28 23:34:46 chrisb

這很好，謝謝。是的，我會想象爲班級定義元數據會有問題。 –

熊貓列上的元數據丟失

回答

相關問題