熊猫：groupby 的问题。错误：'ValueError: Grouper for <something> not 1-dimensional'

Posted 2023-03-12

【中文标题】熊猫：groupby 的问题。错误：\'ValueError: Grouper for <something> not 1-dimensional\'

【英文标题】：Pandas: issues with groupby. Error: 'ValueError: Grouper for <something> not 1-dimensional'熊猫：groupby 的问题。错误：'ValueError: Grouper for <something> not 1-dimensional'

【发布时间】：2019-04-24 13:46:18

【问题描述】：

我一直在这里寻找这个错误，但我只找到了这个解决方案1（在我的情况下不起作用）。有人可以指导我如何解决它吗？

我的数据集 (df2) 如下所示：

      id_cl  id_sup total_t cl_ind  cl_city  sup_ind  sup_city  same_city
0   1000135 1797029  414.85  I5610  11308.0    G4711   10901.0   no
1   1000135 1798069  19.76   I5610  11308.0    G4719   10901.0   no
2   1000135 1923186  302.73  I5610  11308.0    G4630   10901.0   no
3   1000135 2502927  1262.86 I5610  11308.0    G4630   11308.0   yes
4   1000135 2504288  155.04  I5610  11308.0    G4711   11308.0   yes

我需要将这个数据集分组如下：

df_sup = df2.groupby(['cl_city','cl_ind','same_city']).agg('id_sup':'nunique', 'total_t':'sum')

但在执行此操作时，我收到此错误！：

ValueError: Grouper for 'cl_city' not 1-dimensional

因此我需要这样的东西：

                                 id_sup      total_t
cl_city     cl_ind  same_city       
  10701      A0112         no         2    21964.22
                          yes        31     3530.40
             A0122         no      2374 23328061.47
                          yes      1228  2684408.12
             A0127         no        11    19962.68
                          yes         7      915.44
             A0163         no       357   574827.97
                          yes       140     60385.7

【问题讨论】：

df2.columns 的输出是什么？

作为输出我需要知道：cl_city、cl_ind 和same_city 的每个项目有多少唯一的“id_sup”和“total_t”的总和。基本上是一个带有列的表： cl_city | cl_ind |同城 |唯一 id_sup 的计数 | total_T 的总和

***.com/questions/43298192/…的可能重复

@PAstudilloE，谢谢！这确实揭示了错误的直接原因：由于某种可怕的原因，df2 的列是一个高度嵌套的 MultiIndex，其中每个字符串不是一个 标签，而是每个字符串实际上是一个单独的*索引级别*（！）对此的修复来自***.com/q/14507794，并且是：df.columns = [' '.join(col).strip() for col in df.columns.values]。您提到df2 是多次合并的结果；我怀疑这些合并没有以最佳方式编写，导致这种病态的 MultiIndex 情况。

谢谢@PeterLeimbigler！！这正是发生的事情。我按照你的建议解决了这个问题。

【参考方案1】：

我不知道为什么 python 向我显示该错误，df2 是合并多个先前数据集的结果，并且它没有任何重复的列。

我以一种愚蠢的方式解决了这个问题，但它奏效了。我将 df2 转换为 CSV 文件，然后再次加载。之后，一切正常。 [但我不知道，为什么 python 显示该错误]。希望能帮助到你。

【讨论】：

我也遇到了合并多个相同模式的 DF 的问题，它似乎取决于行数或 DF 的数量。例如df.append([df_pt2, df_pt3, df_pt4, df_pt5, df_pt6], ignore_index=True) 工作正常，但 df.append([df_pt2, df_pt3, df_pt4, df_pt5, df_pt6, df_pt7], ignore_index=True) 失败。