使用熊猫计算累计结果的频率

广泛地说，我有来自Kaggle的智能量表数据集，我试图按房子计算第一个和最后一个量度，然后尝试聚合以查看有多少房屋开始（或结束）报告给定的一天。我接受的方法完全不同于我在下面追求的路线。使用熊猫计算累计结果的频率

在SQL中，探索数据时，我经常使用类似以下内容：

SELECT Max_DT, COUNT(House_ID) AS HouseCount 
FROM 
(
    SELECT House_ID, MAX(Date_Time) AS Max_DT 
    FROM ElectricGrid GROUP BY HouseID 
) MeasureMax 
GROUP BY Max_DT

我想在熊猫复制这种逻辑和失败。我可以得到初始聚集，如：

house_max = house_info.groupby('House_Id').agg({'Date_Time' :['max']})

但是我没有得到外部查询。具体来说，我不知道聚合列被称为什么。如果我做了一个describe（），它在上面的例子中显示为Date_Time。我试图重新命名列：

house_max.columns = ['House_Id','Max_Date_Time']

我发现了一个StackOverflow discussion有关重命名聚集的结果，并试图将其应用：

house_max.columns = ["_".join(x) for x in house_max.columns.ravel()]

我还发现，在说明（）返回DATE_TIME作为列名。

start_end_collate = house_max.groupby('Date_Time_max')['House_Id'].size()

在重命名示例中，我的第二个查询无法找到Date_Time或Max_Date_Time。在后面的例子中，Ravel代码在运行时似乎没有找到House_Id。

来源

2017-12-18 Michael Amos

这似乎很奇怪，我想你的代码将无法找到House_Id字段。在House_Id上执行groupby之后，它将成为您不能作为列引用的索引。

这应该工作：

house_max = house_info.groupby('House_Id').agg({'Date_Time' :['max']}) 
house_max.columns = ["_".join(x) for x in house_max.columns.ravel()] 
start_end_collate = house_max.groupby('Date_Time_max').size()

或者你可以删除多列：

house_max.columns = house_max.columns.droplevel(0) 
start_end_collate = house_max.groupby('max').size()

来源

2017-12-18 02:58:48

你一语中的。谢谢。我一直在盯着这个很长一段时间，所以我甚至没有尝试回去并理解我的错误，但我会再次看看再次感谢。 –

使用熊猫计算累计结果的频率

回答

相关问题