熊猫将列添加到时间序列上的数据框聚合

Question

我做了一个数据框聚合，我想添加一个新列，如果行中 2020 年的值 > 0，它将放置 1，否则放置 0。这是我的代码和数据框的负责人df['year'] = pd.DatetimeIndex(df['TxnDate']).year # add column yeardf['client'] = df['Customer'].str.split(' ').str[:3].str.join(' ') # add colum with 3 first wordDatedebut = df['year'].min()Datefin = df['year'].max()#print(df)df1 = df.groupby(['client','year']).agg({'Amount': ['sum']}).unstack()print(df1)df1['nb2020']= np.where( df1['year']==2020, 1, 0)最后一行之前的数据框 df1 打印是这样的：最后一行错误是：KeyError: 'year'

Answer 1

当你进行聚合和unstacked( df.groupby(['client','year']).agg({'Amount': ['sum']}).unstack())时，列的值year已经展开成列，这些列就是一个MultiIndex。您可以通过以下方式查看：

print (df1.columns)

然后你可以选择它们。

使用多索引列

因此，要选择与 2020 匹配的列，您可以使用：

df1.loc[:,df1.columns.get_level_values(2).isin({2020})

您可能可以获得正确的列，然后使用以下方法检查 2020 是否具有非零值：

df1['nb2020'] = df1.loc[:,df1.columns.get_level_values('year').isin({2020})] > 0

如果您想要 1 和 0（而不是 bool 类型），您可以转换为 int（使用astype）。

重命名列

如果您认为这有点复杂，您可能还希望将列更改为单个索引。使用类似的东西

df1.columns = df1.columns.get_level_values('year')

或者

df1.columns = df1.columns.get_level_values(2)

进而

df1['nb2020'] = (df1[2020] > 0).astype(int)