时间戳

首页 > 解决方案 > 如何解决'列标签'Avg_Threat_Score'不是唯一的。'？熊猫的问题

python - 如何解决'列标签'Avg_Threat_Score'不是唯一的。'？熊猫的问题

问题描述

运行代码时，我面临以下错误。错误 - 列标签“Avg_Threat_Score”不是唯一的。

我正在创建一个数据透视表，并希望将值从高到低排序。

pt = df.pivot_table(index = 'User Name',values = ['Threat Score', 'Score'], 
        aggfunc = {
                   'Threat Score': np.mean,
                   'Score' :[np.mean, lambda x: len(x.dropna())]
                  }, 
        margins = False) 

new_col =['User Name Count', 'AVG_TH_Score', 'Avg_Threat_Score']
pt.columns = [new_col]
#befor this code is working, after that now working 
df = df.reindex(pt.sort_values
                    (by = 'Avg_Threat_Score',ascending=False).index)

需要对列“Avg_Threat_Score”的高低值进行排序

标签： pythonpandaspivotpivot-table

解决方案

您需要通过列表而不是嵌套列表传递新列名称，因为熊猫创建MultiIndex一个级别。

new_col =['User Name Count', 'AVG_TH_Score', 'Avg_Threat_Score']
pt.columns = [new_col]

是一样的：

pt.columns = [['User Name Count', 'AVG_TH_Score', 'Avg_Threat_Score']]

ValueError：列标签“Avg_Threat_Score”不是唯一的。
对于多索引，标签必须是一个元组，其中包含对应于每个级别的元素。

所以使用：

pt.columns = ['User Name Count', 'AVG_TH_Score', 'Avg_Threat_Score']

样品：

df = pd.DataFrame({
        'User Name':list('ababaa'),
         'Threat Score':[4,5,4,np.nan,5,4],
         'Score':[np.nan,8,9,4,2,np.nan],
         'D':[1,3,5,7,1,0]})

pt = (df.pivot_table(index = 'User Name',values = ['Threat Score', 'Score'], 
        aggfunc = {
                   'Threat Score': np.mean,
                   'Score' :[np.mean, lambda x: len(x.dropna())]
                  }, 
        margins = False))

pt.columns = ['User Name Count', 'AVG_TH_Score', 'Avg_Threat_Score']
print (pt)
           User Name Count  AVG_TH_Score  Avg_Threat_Score
User Name                                                 
a                      2.0           5.5              4.25
b                      2.0           6.0              5.00

Avg_Threat_Score然后通过使用 order Categoricalfor column进行排序User Name，所以最后sort_values工作：

names = pt.sort_values(by = 'Avg_Threat_Score',ascending=False).index
print (names)
#Index(['b', 'a'], dtype='object', name='User Name')

df['User Name'] = pd.CategoricalIndex(df['User Name'], categories=names, ordered=True)
df = df.sort_values('User Name')

print (df)
  User Name  Threat Score  Score  D
1         b           5.0    8.0  3
3         b           NaN    4.0  7
0         a           4.0    NaN  1
2         a           4.0    9.0  5
4         a           5.0    2.0  1
5         a           4.0    NaN  0

推荐阅读