У меня есть dataframes с индексами DateTime разных типов (могут быть еженедельные, ежемесячные, годовые данные). Я хочу создать столбцы, которые являются отстающими значениями других столбцов. Я получаю их импортированные из электронной таблицы, я не генерирую индекс datetime внутри python.Pythonic способ запаздывания индексированных по дате столбцов
Я изо всех сил пытаюсь найти «питонический» способ сделать это. Я полагаю, что если я буду использовать возможности Datetime Pandas, запаздывание может быть более устойчивым в случае странных или исключительных данных.
Я сделал игрушечный пример, который, кажется, работает, но он не работает на моем примере с реальным миром.
Пример игрушка, которая работает правильно (делает новый столбец, который имеет «Foo» значение предыдущего месяца)
rng = pd.date_range('2012-01-01', '2013-1-01', freq="M")
toy2 = pd.DataFrame(pd.Series(np.random.randint(0, 50, len(rng)), index=rng, name="foo"))
foo
2012-01-31 4
2012-02-29 2
2012-03-31 27
2012-04-30 7
2012-05-31 44
2012-06-30 22
2012-07-31 16
2012-08-31 18
2012-09-30 35
2012-10-31 35
2012-11-30 16
2012-12-31 32
toy2['lag_foo']= toy2['foo'].shift(1,'m')
foo lag_foo
2012-01-31 4 NaN
2012-02-29 2 4.0
2012-03-31 27 2.0
2012-04-30 7 27.0
2012-05-31 44 7.0
2012-06-30 22 44.0
2012-07-31 16 22.0
2012-08-31 18 16.0
2012-09-30 35 18.0
2012-10-31 35 35.0
2012-11-30 16 35.0
2012-12-31 32 16.0
Но когда я запускаю это на моей реальной жизни, например, он терпит неудачу с:
ValueError: cannot reindex from a duplicate axis
print type(toy)
print toy.columns
print toy['IPE m2'][0:5]
<class 'pandas.core.frame.DataFrame'>
Index([u'IPE m2'], dtype='object')
Date
2016-04-30 43.29
2016-03-31 40.44
2016-02-29 34.17
2016-01-31 32.47
2015-12-31 39.35
Name: IPE m2, dtype: float64
исключение следа:
ValueError Traceback (most recent call last)
<ipython-input-170-9cb57a2ed681> in <module>()
----> 1 toy['prev_1m']= toy['IPE m2'].shift(1,'m')
C:\Users\mds\Anaconda2\lib\site-packages\pandas\core\frame.pyc in __setitem__(self, key, value)
2355 else:
2356 # set column
-> 2357 self._set_item(key, value)
2358
2359 def _setitem_slice(self, key, value):
C:\Users\mds\Anaconda2\lib\site-packages\pandas\core\frame.pyc in _set_item(self, key, value)
2421
2422 self._ensure_valid_index(value)
-> 2423 value = self._sanitize_column(key, value)
2424 NDFrame._set_item(self, key, value)
2425
C:\Users\mds\Anaconda2\lib\site-packages\pandas\core\frame.pyc in _sanitize_column(self, key, value)
2555
2556 if isinstance(value, Series):
-> 2557 value = reindexer(value)
2558
2559 elif isinstance(value, DataFrame):
C:\Users\mds\Anaconda2\lib\site-packages\pandas\core\frame.pyc in reindexer(value)
2547 # duplicate axis
2548 if not value.index.is_unique:
-> 2549 raise e
2550
2551 # other
ValueError: cannot reindex from a duplicate axis
Кажется, что мне не хватает какой-то тонкости индексов Dandetime Pandas, я думаю. Плюс я даже не уверен, что это идеальный способ сделать это. единственное, что я мог заподозрить, что нерабочими toy.index не имеет ни как частота, в то время как рабочий toy2, например, имеет свой набор частот, как «M»
toy.index
DatetimeIndex(['2016-04-30', '2016-03-31', '2016-02-29', '2016-01-31',
'2015-12-31', '2015-11-30', '2015-10-31', '2015-09-30',
'2015-08-31', '2015-07-31',
...
'NaT', 'NaT', 'NaT', 'NaT',
'NaT', 'NaT', 'NaT', 'NaT',
'NaT', 'NaT'],
dtype='datetime64[ns]', name=u'Date', length=142, freq=None)
toy2.index
DatetimeIndex(['2012-01-31', '2012-02-29', '2012-03-31', '2012-04-30',
'2012-05-31', '2012-06-30', '2012-07-31', '2012-08-31',
'2012-09-30', '2012-10-31', '2012-11-30', '2012-12-31'],
dtype='datetime64[ns]', freq='M')
In [ ]:
======== ===================
Я выбросил Ната
toy = toy.dropna()
toy['prev_1m']= toy['IPE m2'].shift(1,'m')
и я получаю результаты, которые я хотел. Тем не менее, я получаю предупреждение:
C:\Users\mds\Anaconda2\lib\site-packages\ipykernel\__main__.py:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead
See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy
if __name__ == '__main__':
====
этот способ присвоения подавляет предупреждения:
toy.loc[:,'prev_1m2']= toy['IPE m2'].shift(1,'m')
Я использовал dropna(), чтобы выбросить NaT, и он работает, однако он дает некоторые предупреждения. Добавили добавление к исходному вопросу. – user3556757
Вы уверены, что вам нужна «dropna»? Он удаляет все строки, где находится «NaN» в столбцах. Если да, используйте 'copy':' toy = toy.dropna(). Copy() 'Если вам нужно удалить записи с индексом' NaN', используйте 'toy = toy [ pd.notnull (toy.index)] '. – jezrael