Pandas: BUG: in _nsorted pour trame avec index de valeurs dupliquées
La fonction ci-dessous n'a pas été correctement implémentée. Si le cadre a un index avec des valeurs dupliquées, vous obtiendrez un résultat avec plus de n lignes et pas correctement trié. Donc nsmallest et nlargest pour DataFrame ne retournent pas une image correcte dans ce cas particulier.
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
Tous les 5 commentaires
En effet:
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
( @ Note latérale
Intéressé à faire un PR pour résoudre ce problème?
jorisvandenbossche
le 9 juin 2016
Oui je vais réparer ça bientôt
Désolé pour l'exemple
Le 9 juin 2016 à 23:30, Joris Van den Bossche [email protected] a écrit:
En effet:
Dans [71]: df = pd.DataFrame ({'a': [1,2,3,4], 'b': [4,3,2,1]}, index = [0,0,1, 1])
Dans [72]: df.nlargest (1, 'a')
Sortie [72]:
un B
1 4 1
1 3 2Dans [73]: df.nlargest (2, 'a')
Sortie [73]:
un B
1 4 1
1 4 1
1 3 2
1 3 2
( @ Note latérale
Intéressé à faire un PR pour résoudre ce problème?-
Vous recevez cela parce que vous avez été mentionné.
Répondez directement à cet e-mail, affichez-le sur GitHub ou désactivez le fil de discussion.
Tux1
le 10 juin 2016
mon correctif n'est pas très élégant mais je ne vois aucune autre solution pour gérer MultiIndex et index de valeur dupliqué
Tux1
le 12 juin 2016
Sum semble bien fonctionner en .19.2 Mais avec le nombre, cela ne semble pas logique. Le df est répété autant de fois que le "n". Est-ce un bug ou est-ce que je fais quelque chose de mal?
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
le 13 mars 2017
@shankararul voir: https://github.com/pandas-dev/pandas/issues/15297
jreback
le 13 mars 2017
Questions connexes
marcelnem
·
3Commentaires
amelio-vazquez-reina
·
3Commentaires
matthiasroder
·
3Commentaires
tade0726
·
3Commentaires
BDannowitz
·
3Commentaires
Commentaire le plus utile
@shankararul voir: https://github.com/pandas-dev/pandas/issues/15297