ValueError：只能与其他PeriodIndex对象调用

我试图合并2个数据帧在一起。具有讽刺意味的是，它们是作为同一数据框架的一部分而开始的，但我正在做出宝贝级的步骤 - 有时候是在错误的方向上。 1帧看起来是这样的：ValueError：只能与其他PeriodIndex对象调用

 

Int64Index: 10730 entries, 0 to 10729 
Data columns (total 6 columns): 
RegionID  10730 non-null int64 
RegionName 10730 non-null object 
State   10730 non-null object 
Metro   10259 non-null object 
CountyName 10730 non-null object 
SizeRank  10730 non-null int64 
dtypes: int64(2), object(4)

2帧看起来像这样：

 

Int64Index: 10730 entries, 0 to 10729 
Data columns (total 82 columns): 
1996Q2 8218 non-null float64 
1996Q3 8229 non-null float64 
1996Q4 8235 non-null float64 
..... 
2016Q1 10730 non-null float64 
2016Q2 10730 non-null float64 
2016Q3 10730 non-null float64 
dtypes: float64(82)

注意的指标是同一类型的，他们甚至有相同的行数。
我试图合并dataframes重新走到一起，像这样：

df4 = pd.merge(df3, df2, how='inner', left_index=True, right_index=True)

我得到的错误是：

ValueError: can only call with other PeriodIndex-ed objects

在第二个数据帧的2016Q1及类似名称的列是周期型的，但我并没有合并他们 - 我认为只要指数排列，合并应该工作？我究竟做错了什么？

来源

2016-11-09 alernerdev

你能后降低的样品（[mvce（http://stackoverflow.com/help/mcve ））你的两个帧的数据？我认为你的代码绝对没有问题（也就是说，如果df3和df2确实是第1帧和第2帧） –

假设我们有以下的DF：

In [44]: df1 
Out[44]: 
    1996Q2 2000Q3 2010Q4 
0  1.5  3.5 1.000000 
1 22.0 38.5 2.000000 
2 15.0 35.0 4.333333 

In [45]: df1.columns 
Out[45]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC')

注意：df1.columns是PeriodIndex D型的

In [46]: df2 
Out[46]: 
    a b c 
0 a1 b1 c1 
1 a2 b2 c2 
2 a3 b3 c3 

In [47]: df2.columns 
Out[47]: Index(['a', 'b', 'c'], dtype='object')

merge和join将返回：ValueError: can only call with other PeriodIndex-ed objects的，据我所知，熊猫DF不能有如果其中一些是PeriodIndex dtype：

In [48]: df1.join(df2) 
... 
skipped 
... 
ValueError: can only call with other PeriodIndex-ed objects

merge抛出同样的异常：

In [54]: pd.merge(df1, df2, left_index=True, right_index=True) 
... 
skipped 
... 
ValueError: can only call with other PeriodIndex-ed objects

因此，我们将不得不df1.columns转换为字符串：

In [49]: df1.columns = df1.columns.values.astype(str) 

In [50]: df1.columns 
Out[50]: Index(['1996Q2', '2000Q3', '2010Q4'], dtype='object')

现在join和merge将工作：

In [51]: df1.join(df2) 
Out[51]: 
    1996Q2 2000Q3 2010Q4 a b c 
0  1.5  3.5 1.000000 a1 b1 c1 
1 22.0 38.5 2.000000 a2 b2 c2 
2 15.0 35.0 4.333333 a3 b3 c3 

In [52]: pd.merge(df1, df2, left_index=True, right_index=True) 
Out[52]: 
    1996Q2 2000Q3 2010Q4 a b c 
0  1.5  3.5 1.000000 a1 b1 c1 
1 22.0 38.5 2.000000 a2 b2 c2 
2 15.0 35.0 4.333333 a3 b3 c3

列dtypes的合并DF：

In [58]: df1.join(df2).columns 
Out[58]: Index(['1996Q2', '2000Q3', '2010Q4', 'a', 'b', 'c'], dtype='object')

如果您需要df1.columns为PeriodIndex合并完成后 - 你可以节省df1.columns在转换之前和设置回你与合并/加入完成后：

In [60]: df1.columns 
Out[60]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC') 

In [61]: cols_saved = df1.columns 

In [62]: df1.columns = df1.columns.values.astype(str) 

In [63]: df1.columns 
Out[63]: Index(['1996Q2', '2000Q3', '2010Q4'], dtype='object') 

# merging (joining) or doing smth else here ... 

In [64]: df1.columns = cols_saved 

In [65]: df1.columns 
Out[65]: PeriodIndex(['1996Q2', '2000Q3', '2010Q4'], dtype='period[Q-DEC]', freq='Q-DEC')

来源

2016-11-09 08:01:33 MaxU

我明白你在做什么以及你要去哪里，但是，对于我来说，字符串转换工作并不一样办法。当我这样做“astype”你已经建议，我得到索引（['105'，'106'，'107'......]，dftype ='object'） – alernerdev

@alernerdev，你的熊猫是什么版？我使用熊猫0.19.1 – MaxU

其0.18.1 - 你认为它有所作为？ – alernerdev

其实我有同样的问题，并获得整数列以及。

而不是

df1.columns = df1.columns.values.astype(str)

我用

df1.columns = df1.columns.format()

希望这有助于

来源

2017-02-23 03:08:49

ValueError：只能与其他PeriodIndex对象调用

回答

相关问题