我觉得我无法像往常一样正确地搜索它,因为我不确定这个元素 (n) 变成了 [n]。
我相信这是一个字典键,但我不确定。
我输入了以下代码:
def get_quantile_count(group, q=0.5):
group=group.sort_index(by='prop', ascending=False)
return group.prop.cumsum().searchsorted(q) + 1
diversity= top1000.groupby(['year','sex']).apply(get_quantile_count)
diversity=diversity.unstack('sex')
top1000.head() 返回:
name sex births year prop
year sex
1880 F 0 Mary F 7065 1880 0.077643
1 Anna F 2604 1880 0.028618
2 Emma F 2003 1880 0.022013
3 Elizabeth F 1939 1880 0.021309
4 Minnie F 1746 1880 0.019188
和diversity.head() 返回
sex F M
year
1880 [38] [14]
1881 [38] [14]
1882 [38] [15]
1883 [39] [15]
1884 [39] [16]
我相信,因为当我运行 diversity.plot(title='stuff') 时,值在 [brackets] 中,我得到了错误:
TypeError: Empty 'DataFrame': no numeric data to plot
这些方括号在哪里?
请您参考如下方法:
与searchsorted有关您的函数 get_quantile_count 在 returning 时调用。
它总是返回 a list .请参阅文档中的示例:
>>> x = pd.Series([1, 2, 3]) >>> x 0 1 1 2 2 3 dtype: int64 >>> x.searchsorted(4) array([3])
作为对此事实的一个相当不令人满意的解决方法,您可以将函数的最后一行更改为:
return group.prop.cumsum().searchsorted(q)[0] + 1
或者,如果您出于某种原因不想编辑该函数,您始终可以使用 applymap 提取每个列表的第一个元素。适用 an arbitrary function DataFrame 的每个元素:
In []: df
Out[]:
F M
year
1880 [38] [14]
1881 [38] [14]
1882 [38] [15]
1883 [39] [15]
1884 [39] [16]
In []: df.applymap(lambda x: x[0])
Out[]:
F M
year
1880 38 14
1881 38 14
1882 38 15
1883 39 15
1884 39 16
