dataframe value_counts() 形状错误

Question

我正在尝试浏览一个时间序列数据集，并计算每天每种独特服装类别出现的次数。除了 2012 年之外，我的数据集每年都工作正常。当我运行我的代码收到形状广播错误时，我无法弄清楚为什么 2012 年会导致此错误，但我其他年份的 none 是。

test=orders['Category']['2012'] counts = test.groupby(pd.Grouper(freq='D')).value_counts() 这是代码产生的错误

ValueError                                Traceback (most recent call last)
<ipython-input-127-bc2dbf569e47> in <module>()
      1 test=orders['Category']['2012']
----> 2 counts = test.groupby(pd.Grouper(freq='D')).value_counts()

c:\users\matthew mclaughlin\miniconda3\envs\cseclass\lib\site-packages\pandas\core\groupby.py in value_counts(self, normalize, sort, ascending, bins, dropna)
   3015 
   3016         # multi-index components
-> 3017         labels = list(map(rep, self.grouper.recons_labels)) + [lab[inc]]
   3018         levels = [ping.group_index for ping in self.grouper.groupings] + [lev]
   3019         names = self.grouper.names + [self.name]

c:\users\matthew mclaughlin\miniconda3\envs\cseclass\lib\site-packages\numpy\core\fromnumeric.py in repeat(a, repeats, axis)
    394     except AttributeError:
    395         return _wrapit(a, 'repeat', repeats, axis)
--> 396     return repeat(repeats, axis)
    397 
    398 

ValueError: operands could not be broadcast together with shape (366,) (363,)

我的数据示例输出类似于此

Order Date
2013-01-01              Outerwear
2013-01-01            Accessories
2013-01-01       First Layer Tops
2013-01-01       First Layer Tops
2013-01-01            Accessories
2013-01-01    First Layer Bottoms
2013-01-01             Kid's Sets
2013-01-01              Outerwear

2013-01-01 外套

代码在运行之后应该生成的内容如下所示。

Order Date  Category           
2013-01-01  Outerwear              289
            First Layer Tops       230
            Accessories            190
            First Layer Bottoms    155
            Footwear                10
            Kid's Sets               3

最后，我拆开这个结果并将其插入到每个类别的新列中。

Answer 1

Groupby 对象没有名为 .value_counts() 的属性。如果您想计算计数值，请使用 apply + stack 即

df.groupby(pd.Grouper(freq='D')).apply(lambda x : x.Category.value_counts()).stack()

为您的 test_data 输出额外的日期。


Order Date  Category           
2013-01-01  Outerwear              3
            First Layer Tops       2
            Accessories            2
            Kid's Sets             1
            First Layer Bottoms    1
2013-01-02  Outerwear              3
            First Layer Tops       2
            Accessories            2
            Kid's Sets             1
            First Layer Bottoms    1
dtype: int64

如果您尝试 select 基于年份的类别，请尝试像 df[df.index.year == 2012]

这样的布尔索引

Answer 2

df['Date'] = pd.to_datetime(df['Date'])   
df.set_index('Date',inplace=True)    
df.groupby([pd.Grouper(freq='D'),'Category']).size()

如果您想针对特定年份对此进行测试，请按以下方式select 查找年份所在的行：

test = df[df['Date'].dt.year == 2013]
test.set_index('Date',inplace=True)    
test.groupby([pd.Grouper(freq='D'),'Category']).size()

您也可以使用枢轴 table：

pd.pivot_table(df, index=['Date','Category'], aggfunc=np.size)

dataframe value_counts() 形状错误

dataframe value_counts() Shape Error

python

group-by

shape

pandas