同樣多指標數據框（平均）

Question

簡短的問題：

我試圖在兩種不同的方式編組的多索引熊貓數據幀後得到一個平均列（數據系列）。區別僅在於DataFrame的構造。一個給我所期望的結果，另外提供了一個錯誤DataError: No numeric types to aggregate

描述：用於施工

import pandas as pd 
import numpy as np 
indexTuples = [('a', 1), ('b', 3), ('a', 2), ('c', 2), ('c', 3), ('b', 8)] 
multiIndex = pd.MultiIndex.from_tuples(indexTuples, names = ['x', 'y']) 

通過方法1

columns = ['alpha', 'beta', 'gamma'] 
df = pd.DataFrame(index=multiIndex, columns=columns) 

alpha = pd.Series(index=multiIndex) 
beta = pd.Series(index=multiIndex) 
gamma = pd.Series(index=multiIndex) 

for tup in indexTuples: 
    alpha[tup[0], tup[1]] = np.random.randint(400) 
    beta[tup[0], tup[1]] = np.random.randint(400) 
    gamma[tup[0], tup[1]] = np.random.randint(400) 

df.alpha = alpha 
df.beta = beta 
df.gamma = gamma 

df.alpha['a'] = np.nan 

df 

構建數據幀

公共數據給出的數據幀看起來像下面那樣

 alpha beta gamma 
x y      
a 1 NaN 136.0 224.0 
b 3 375.0 227.0 191.0 
a 2 NaN 367.0 195.0 
c 2 247.0 61.0 78.0 
    3 238.0 187.0 366.0 
b 8 302.0 14.0 272.0  

，如果我做了以下操作，我得到預期的結果

df.groupby(level='x').alpha.mean() 

結果

x 
a  NaN 
b 148.0 
c 244.5 
Name: alpha, dtype: float64 

的方法構建數據框2

columns = ['alpha', 'beta', 'gamma'] 
_df = pd.DataFrame(index=multiIndex, columns=columns) 

for tup in indexTuples: 
    _df.alpha[tup[0], tup[1]] = np.random.randint(400) 
    _df.beta[tup[0], tup[1]] = np.random.randint(400) 
    _df.gamma[tup[0], tup[1]] = np.random.randint(400) 

_df.alpha['a'] = np.nan 

給出了類似的使用NaN的值查看DataFrame，如p。中所示revious方法

但現在當我嘗試通過水平分組後，發現平均

_df.groupby(level='x').alpha.mean() 

我收到以下錯誤

--------------------------------------------------------------------------- 
DataError         Traceback (most recent call last) 
<ipython-input-192-ad2de6450fab> in <module>() 
----> 1 _df.groupby(level='x').alpha.mean() 

/film/tools/packages/pandas/0.18.0/CentOS-6.2_thru_7/python-2.7/lib/python2.7/site-packages/pandas-0.18.0-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in mean(self) 
    933   """ 
    934   try: 
--> 935    return self._cython_agg_general('mean') 
    936   except GroupByError: 
    937    raise 

/film/tools/packages/pandas/0.18.0/CentOS-6.2_thru_7/python-2.7/lib/python2.7/site-packages/pandas-0.18.0-py2.7-linux-x86_64.egg/pandas/core/groupby.pyc in _cython_agg_general(self, how, numeric_only) 
    750 
    751   if len(output) == 0: 
--> 752    raise DataError('No numeric types to aggregate') 
    753 
    754   return self._wrap_aggregated_output(output, names) 

DataError: No numeric types to aggregate 

爲什麼在第一種情況下工作，而不是在第二種情況？

Answer 1

當你構建_df，它的dtype成爲object。發生這種情況的原因是，如您所定義的_df您沒有使用任何數據啓動它，並且默認爲object。在構建＃1中，您可以通過分配與值獨立構建的series來克服這個問題，從而實現浮點類型。在構建＃2中，您明確將其分配給了_df帶有數據的位置。這些地點已被認定爲object。

_df.dtypes 

alpha object 
beta  object 
gamma object 
dtype: object 

使用此得到您的結果：

_df.astype(float).groupby(level='x').alpha.mean()