失去价值加入DataFrames

为什么这个代码在下降值失去价值加入DataFrames

solddf[['Name', 'Barcode', 'SalesRank', 'SoldPrices', 'SoldDates', 'SoldIds']].head() 
Out[3]: 
                Name  Barcode \ 
62693 Near Dark [DVD] [1988] [Region 1] [US Import] ... 1.313124e+10 
94823     Battlefield 2 Modern Combat/Game 1.463315e+10 
24965    Star Wars: The Force Unleashed (PS3) 2.327201e+10 
24964    Star Wars: The Force Unleashed (PS3) 2.327201e+10 
24963    Star Wars: The Force Unleashed (PS3) 2.327201e+10 

     SalesRank SoldPrices   SoldDates  SoldIds 
62693     14.04 2017-08-05 07:28:56 162558627930 
94823     1.49 2017-09-06 04:48:42 132301267483 
24965     4.29 2017-08-23 18:44:42 302424166550 
24964     5.27 2017-09-08 19:55:02 132317908530 
24963     5.56 2017-09-15 08:23:24 132322978130

这里是我的数据帧我不能工作了。它将我从eBay API获取的每笔销售作为一个新行存储。

我的目标是寻找每周销售与亚马逊销售排名之间的关联。

solddf['Week'] = solddf['SoldDates'].apply(lambda x: x.week)      
weeklysales = solddf.groupby(['Barcode', 'Week']).size().unstack() 
weeklysales = weeklysales.fillna(0) 
weeklysales['Mean'] = weeklysales.mean(axis=1) 

weeklysales.head() 
Out[5]: 
Week   29 30 31 32 33 34 35 36 37 38 39 40 41 \ 
Barcode                   
1.313124e+10 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 
1.463315e+10 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 
2.327201e+10 0.0 0.0 0.0 0.0 0.0 1.0 0.0 1.0 2.0 2.0 0.0 2.0 1.0 
2.327201e+10 0.0 0.0 1.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1.0 0.0 0.0 
2.327201e+10 0.0 0.0 3.0 2.0 2.0 2.0 1.0 1.0 5.0 0.0 2.0 2.0 1.0 

Week   42  Mean 
Barcode      
1.313124e+10 0.0 0.071429 
1.463315e+10 0.0 0.071429 
2.327201e+10 0.0 0.642857 
2.327201e+10 0.0 0.142857 
2.327201e+10 0.0 1.500000

所以，我已经计算出的平均周销量为每个项目（或条形码）

然后我想借此平均值并插入回到我的solddf数据帧，我开始。

s1 = pd.Series(weeklysales.Mean, index=solddf.Barcode).reset_index() 
s1 = s1.sort_values('Barcode') 

s1.head() 
Out[17]: 
     Barcode  Mean 
0 1.313124e+10 0.071429 
1 1.463315e+10 0.071429 
2 2.327201e+10 0.642857 
3 2.327201e+10 0.642857 
4 2.327201e+10 0.642857

这看起来很不错，有行权数量，应符合

solddf = solddf.sort_values('Barcode') 
solddf['WeeklySales'] = s1.Mean

这种方法似乎工作，但我有一些np.nan值现在出现了一个问题，这是不是在S1

s1.Mean.isnull().sum() 
Out[13]: 0 

len(s1) == len(solddf) 
Out[14]: True

之前，但已经跨越过我的价值观的负载现在np.nan

solddf.WeeklySales.isnull().sum() 
Out[16]: 27214

有谁能告诉我为什么？

在写这一点，我有一个想法，一个变通

s1list = s1.Mean.tolist() 

solddf['WeeklySales'] = s1list 

solddf.WeeklySales.isnull().sum() 
Out[20]: 0

仍然好奇与以前的方法是什么问题，但！

来源

2017-10-20 Leon Kyriacou

那是奇怪的。是's1.index' =='solddf.index'？。也许如果系列具有不同的索引集功能可能无法正常工作。这就是为什么它转换为列表时会起作用的原因。 – Dark

他们没有匹配的索引..我不明白为什么会导致问题，因为我从s1.index –

中取出条形码。因为您正试图将系列分配给数据框，所以它们都具有相同的索引。他们将被分配到他们各自的指数。问题在于sort_values和reset_index。 – Dark

而不是尝试对齐两个索引并插入新行，您应该只使用pd.merge。

output = pd.merge(solddf, s1, on='Barcode')

这种方式，您可以选择的连接类型，你想这样做，以及使用how kwarg。

我还建议阅读Merge, join, and concatenate，因为它涵盖了很多有用的方法来组合数据框。

来源

2017-10-20 16:18:27 Grr

失去价值加入DataFrames

回答

相关问题