这个问题涉及重新采样的
以下是一个示例数据框:
我的问题是,在下面的apply函数中,
此外,当您运行
因此,我的主要问题是,在
.agg/.apply
与groupby的.agg/.apply
不同。 以下是一个示例数据框:
df = pd.DataFrame({'A':range(0,100),'B':range(0,200,2)},index=pd.date_range('1/1/2022',periods=100,freq='D'))
输出:
A B
2022-01-01 0 0
2022-01-02 1 2
2022-01-03 2 4
2022-01-04 3 6
2022-01-05 4 8
... .. ...
2022-04-06 95 190
2022-04-07 96 192
2022-04-08 97 194
2022-04-09 98 196
2022-04-10 99 198
我的问题是,在下面的apply函数中,
x
代表什么。有时它会像一个系列一样运作,而其他时候它会像一个df一样运作。通过调用type(x)
,它返回df
。然而,下面的代码返回一个错误,说"No axis named 1 for object type Series"
。df.resample('M').apply(lambda x: x.sum(axis=1))
但是这并不是这样的。对于一个序列来说没有堆栈,因此这会意味着 x
代表了一个 df
。
df.resample('M').apply(lambda x: x.stack())
此外,当您运行
df.resample('M').apply(lambda x: print(type(x)))
时,输出结果是系列数据,但df.resample('M').apply(lambda x: type(x))
的输出结果是数据框类型。因此,我的主要问题是,在
resample
中传递给应用程序的是series
还是dataframe
?
print(type(x))
和type(x)
之间的关系。 - rhug123