使用变量和类别(binned data)的多个“groupby”出现问题

2023年3月1日 225次阅读 
df.dtypes

Close       float64
eqId          int64
date         object
IntDate       int64
expiry        int64
delta         int64
ivMid       float64
conf        float64
Skew        float64
psc         float64
vol_B      category
dtype: object

gb = df.groupby([df['vol_B'],df['expiry']])

gb.describe()

我得到一个很长的错误消息,最后一行是

AttributeError: 'Categorical' object has no attribute 'flags'

当我分别对它们中的每一个执行groupby时,它们各自(独立地)工作得很好,我只是不能执行多个groupby,其中一个变量是“bin”.

此外,当我使用2个其他变量时,我能够执行多个groupby& ndash我成功执行了此操作：

gb = df.groupby([df['delta'],df['expiry']])

最佳答案 我正面临着与OP类似的问题,并在寻找解决方案时发现了这个问题.经过熊猫
documentation for categorical variables后,一个简单的黑客攻击是在分组之前改变分类变量的类型.

由于vol_B是您的分类变量,因此您应该尝试以下操作

#Depending on the content of vol_B you can do astype(int) or astype(float) as well.
gb = df.groupby([df['vol_B'].astype(str), df['expiry']])

我没有详细说明为什么这样有效,但事实并非如此,但如果我进入它,我会更新答案.

点赞