groupby python TypeError: unkorrigierbare Typen: tuple() <str()

Question

Ich schrieb ursprünglich etwas Code in Python 2.7, aber jetzt wechselte ich zu Python 3.5. Ich möchte numerische Daten aus ein paar Spalten aggregieren und gruppieren nach dem Rest von ihnen oder mindestens einem.

Hier ist mein erster Datenrahmen "testdf":

testdf 
    PROD_TAG BRAND Market   ('VAL', 'Per1') ('VAL', 'Per2') 
     P_1  A  Modern Trade   4.3   0.155 
     P_2  A  Traditional Trade 5.7   0 
     P_3  B  Modern Trade   10.0   11.2 
     P_3  B  Traditional Trade 8.7   6.3 
     P_4  C  Modern Trade   12.1   12.3 
     P_5  D  Modern Trade   8.0   7.0 

letzte zwei Spaltenüberschriften Tupeln sind (dank Kapitän offensichtlich). Per1 und Per2 stehen für entsprechende Zeiträume. Jetzt

TypeError: unorderable types: tuple() < str() 

:

Ich möchte eine einzige Zeile Code auszuführen, die auf Python zuvor arbeitete 2.7:

testdf=testdf.groupby(['BRAND'])[('VAL','P1'),('VAL','P2')].sum() 

Es ist nicht wegen Tupel Art von Spaltenüberschriften funktioniert und wirft Wenn ich Spaltenüberschriften wie folgt umbenenne:

(Tupel entfernen) Ich werde in der Lage sein, die gleiche Codezeile mit neuen Spaltennamen:

testdf1=testdf.groupby(['BRAND'])['VAL-P1','VAL-P2'].sum() 

und am Ende erhalten:

BRAND  ('VAL', 'Per1') ('VAL', 'Per2') 
    A   10.0    0.155 
    B   18.7    17.5 
    C   12.1    12.3 
    D   8.0    7.0 

meisten wierd, was hier das ist, wenn ich .mean() statt .sum(), min() or .max() verwenden, funktioniert alles einwandfrei, auch mit Tupeln.

Kann mir jemand erklären, wie kann ich solche Aggregationen mit Tupelspalten Namen arbeiten auf Python 3.5 machen?

Answer 1

Ich glaube, Sie brauchen groupby.agg zu verwenden und eine Funktion übergeben, die Summe der einzelnen Gruppen wie abgebildet zu aggregieren:

df = pd.DataFrame({'PROD_TAG':["P_1", "P_2", "P_3", "P_3", "P_4", "P_5"], 
        'BRAND':["A", "A", "B", "B", "C", "D"], 
        'Market':["Modern Trade", "Traditional Trade", \ 
        "Modern Trade", "Traditional Trade", "Modern Trade", "Modern Trade"], 
        ('VAL','Per1'):[4.3, 5.7, 10.0, 8.7, 12.1, 8.0], 
        ('VAL','Per2'):[0.155, 0, 11.2, 6.3, 12.3, 7.0]}) 

type(df[('VAL','Per1')].name) 
#<class 'tuple'> 

df.groupby(['BRAND'])[('VAL','Per1'), ('VAL','Per2')].agg(lambda x: x.sum()) 

     (VAL, Per1) (VAL, Per2) 
BRAND       
A    10.0  0.155 
B    18.7  17.500 
C    12.1  12.300 
D    8.0  7.000 

Alternativ wird der Index nicht zurückgesetzt und die Grouper Spalten transformiert werden. So können Sie die TypeError aufgrund der Namenskonflikt der Spalten loswerden [tuple/str].

df.groupby(['BRAND'], as_index=False)[('VAL','Per1'), ('VAL','Per2')].sum() 

    BRAND (VAL, Per1) (VAL, Per2) 
0  A   10.0  0.155 
1  B   18.7  17.500 
2  C   12.1  12.300 
3  D   8.0  7.000 

Aber wenn man die tuple Spalten stringrename, können Sie wie bisher ohne Verwendung agg Funktionen:

df.rename(index=str, columns={('VAL','Per1'): "('VAL','Per1')",  \ 
           ('VAL','Per2'): "('VAL','Per2')"}, inplace=True) 

type(df["('VAL','Per1')"].name) 
#<class 'str'> 

df.groupby(['BRAND'])["('VAL','Per1')","('VAL','Per2')"].sum() 

     ('VAL','Per1') ('VAL','Per2') 
BRAND         
A    10.0   0.155 
B    18.7   17.500 
C    12.1   12.300 
D     8.0   7.000 

Hinweis: in Python 3.5 Getestet