ValueError：无法从重复轴进行重新索引 - 没有重复的轴值

我按年份对数据帧进行分组（它是列上多索引的一个级别），应用填充df的函数有11列（根据需要添加尽可能多的空列），然后返回填充的df。但是这会产生一个错误。ValueError：无法从重复轴进行重新索引 - 没有重复的轴值

finalFormat = (penultimateFormatNot11Columns.groupby(level = 'Year', 
                 axis = 1) 
              .apply(padDFToXColumns) 
      ) 




raise ValueError("cannot reindex from a duplicate axis")

里面的填充功能被应用，则返回不会对任一轴

>>> paddedDF.index.duplicated().any() 
False 
>>> paddedDF.columns.duplicated().any() 
False 
>>>

哪里这个错误是来自任何想法，任何复制水平paddedDF？

填充功能

def padDFToXColumns(df, TOT_COLUMNS = 11): 
    """ 
    Pad out the number of columns in df to TOT_COLUMNS (add TOT_COLUMNS - len(df) empty columns) 
    """ 

    numColsInDF = len(df.columns) 
    if numColsInDF > TOT_COLUMNS: 
     print("ERROR: Number Of Columns (%s) Exceeds Max Columns (%s)" % (numColsInDF, TOT_COLUMNS)) 
     return 

    ### Add Empty Columns ### 
    numColsToAdd = TOT_COLUMNS - numColsInDF 
    columnsToAdd = [ 'EmptyColumn' + str(num) for num in range(numColsInDF + 1, TOT_COLUMNS + 1) ] 
    emptyColumns = pd.DataFrame(columns = columnsToAdd, index = np.arange(len(df.index))) 

    paddedDF = df.join(emptyColumns) 
    #paddedDF.reset_index(drop = True, inplace = True) 

    return paddedDF

数据帧

>>> mydata.head() 

    SurveyYear Age  Race Gender WeightAdjusted 
0  1996 39  1.White 1.Female   1039.13 
1  1996 9  1.White 2.Male   995.13 
2  1996 8  1.White 2.Male   775.66 
3  1996 39  1.White 2.Male   404.28 
4  1996 33 3.Hispanic 1.Female   404.28 

>>> groupbyKeys = ['SurveyYear', 'Age', 'Race', 'Gender'] 
>>> cellPopulations = mydata.groupby(groupbyKeys).agg({'WeightAdjusted':'sum'}) 
>>> cellPopulations.head(20) 
            WeightAdjusted 
SurveyYear Age Race  Gender     
1996  0 1.White 1.Female  1204859.60 
          2.Male  1227666.34 
       2.Black 1.Female  307495.16 
          2.Male   263571.07 
       3.Hispanic 1.Female  320359.68 
          2.Male   392902.80 
       4.Asian 1.Female  78615.49 
          2.Male   82341.54 
       5.Other 1.Female  16134.33 
          2.Male   19365.76 
      1 1.White 1.Female  1195134.70 
          2.Male  1195659.14 
       2.Black 1.Female  328376.10 
          2.Male   383293.79 
       3.Hispanic 1.Female  322862.58 
          2.Male   404322.04 
       4.Asian 1.Female  79499.56 
          2.Male   73783.69 
       5.Other 1.Female  20647.55 
          2.Male   24222.52 
>>> unstackKey = ['SurveyYear', 'Age', 'Gender'] 



>>> penultimateFormatNot11Columns = cellPopulations.unstack(unstackKey) 
>>> penultimateFormatNot11Columns 

      WeightAdjusted                          ...                           
SurveyYear   1996                          ...   1997                        
Age     0      1      2      3      4    ...   76     77     78     79     80   
Gender   1.Female  2.Male 1.Female  2.Male 1.Female  2.Male 1.Female  2.Male 1.Female  2.Male ...  1.Female 2.Male 1.Female 2.Male 1.Female 2.Male 1.Female 2.Male 1.Female  2.Male 
Race                               ...                           
1.White  1204859.60 1227666.34 1195134.70 1195659.14 1197386.21 1288700.89 1251324.65 1307458.14 1236790.33 1374989.75 ...  764103.31 506844.04 702775.64 425705.16 666705.33 423419.49 577674.82 366109.58 3898404.40 2283771.11 
2.Black   307495.16 263571.07 328376.10 383293.79 291976.23 326400.85 310870.61 323344.13 301025.43 323199.08 ...  68272.99 43254.98 50082.98 34347.45 50788.70 36772.29 31393.21 20720.47 366569.11 180108.23 
3.Hispanic  320359.68 392902.80 322862.58 404322.04 344564.20 340702.86 303325.65.53 382663.64 311911.38 ...  39084.04 17362.56 27507.45 18803.48 17619.95 24060.91 35665.78 23802.81 174972.00 105530.84 
4.Asian   78615.49 82341.54 79499.56 73783.69 96289.08 88222.32 96411.97 92029.56 77070.10 90370.15 ...  30196.58 27745.90 18419.49 15406.79 7272.27 17891.33 18116.50 3606.67 57684.54 42662.74 
5.Other   16134.33 19365.76 20647.55 24222.52 17469.53 27237.94 11220.90 6996.58 23640.43 14917.77 ...  4441.26  nan 1487.90 2845.89 522.43 2453.52 303.66 2982.57 18870.12 6232.88

来源

2017-07-24 Nirvan

我认为你可以使用添加一些错误的数据样本，谢谢。 – jezrael

增加了一些关于底层数据以及它是如何制作的信息。 – Nirvan

在我看来，所有你需要的是pivot_table。

要做到这一点，你会groupby()，然后后需要df.reset_index(inplace=True)：

df.pivot_table(values='WeightAdjusted', index='Race', columns=['SurveyYear', 'Age', 'Gender'])

来源

2017-07-24 13:54:55 zipa

我需要创建一个每年有11列的数据表。在这种情况下，我每年有10列（2性别×5种族）。我需要每年添加一个空列。 – Nirvan

有没有办法用数据透视表来做到这一点？ – Nirvan

如果您想使用该列执行像“mean”这样的聚合，则可以添加“margin = True，aggfunc = np.mean”。 'np.mean'是默认的。 – zipa

ValueError：无法从重复轴进行重新索引 - 没有重复的轴值

回答

相关问题