Pandas: BUG: in _sortiert für Frame mit doppeltem Werteindex
Die folgende Funktion wurde falsch implementiert. Wenn der Frame einen Index mit doppelten Werten hat, erhalten Sie ein Ergebnis mit mehr als n Zeilen, das nicht richtig sortiert ist. Daher geben nsmallest und nlargest für DataFrame in diesem speziellen Fall keinen korrekten Frame zurück.
def _nsorted(self, columns, n, method, keep):
if not com.is_list_like(columns):
columns = [columns]
columns = list(columns)
ser = getattr(self[columns[0]], method)(n, keep=keep)
ascending = dict(nlargest=False, nsmallest=True)[method]
return self.loc[ser.index].sort_values(columns, ascending=ascending,
kind='mergesort')
Tux1
Alle 5 Kommentare
Tatsächlich:
In [71]: df = pd.DataFrame({'a':[1,2,3,4], 'b':[4,3,2,1]}, index=[0,0,1,1])
In [72]: df.nlargest(1, 'a')
Out[72]:
a b
1 4 1
1 3 2
In [73]: df.nlargest(2, 'a')
Out[73]:
a b
1 4 1
1 4 1
1 3 2
1 3 2
( @ Tux1- Randnotiz zum späteren Nachschlagen, es ist immer schön, beim Öffnen einer Ausgabe ein kleines reproduzierbares Beispiel
Möchten Sie eine PR machen, um dies zu beheben?
jorisvandenbossche
am 9. Juni 2016
Ja, das werde ich bald beheben
Entschuldigung für das Beispiel
Le 9 juin 2016 à 23:30, Joris Van den Bossche [email protected] a écrit:
Tatsächlich:
In [71]: df = pd.DataFrame ({'a': [1,2,3,4], 'b': [4,3,2,1]}, index = [0,0,1, 1])
In [72]: df.nlargest (1, 'a')
Out [72]:
ab
1 4 1
1 3 2In [73]: df.nlargest (2, 'a')
Out [73]:
ab
1 4 1
1 4 1
1 3 2
1 3 2
( @ Tux1- Randnotiz zum späteren Nachschlagen, es ist immer schön, beim Öffnen einer Ausgabe ein kleines reproduzierbares Beispiel
Möchten Sie eine PR machen, um dies zu beheben?- -
Sie erhalten dies, weil Sie erwähnt wurden.
Antworten Sie direkt auf diese E-Mail, zeigen Sie sie auf GitHub an oder schalten Sie den Thread stumm.
Tux1
am 10. Juni 2016
Mein Fix ist nicht sehr elegant, aber ich sehe keine andere Lösung, um mit MultiIndex und dupliziertem Wertindex umzugehen
Tux1
am 12. Juni 2016
Die Summe scheint in .19.2 gut zu funktionieren. Aber mit count scheint es keinen Sinn zu ergeben. Das df wird so oft wiederholt wie das "n". Ist das ein Fehler oder mache ich etwas falsch?
df.groupby(['a']).agg({'b':'count'}).nlargest(2, 'b')
b
a
1 1
2 1
3 1
4 1
1 1
2 1
3 1
4 1
jetpackdata
am 13. März 2017
@shankararul siehe: https://github.com/pandas-dev/pandas/issues/15297
jreback
am 13. März 2017
Verwandte Themen
jaradc
·
3Kommentare
Abrosimov-a-a
·
3Kommentare
BDannowitz
·
3Kommentare
songololo
·
3Kommentare
MatzeB
·
3Kommentare
Hilfreichster Kommentar
@shankararul siehe: https://github.com/pandas-dev/pandas/issues/15297