Python 考拉群比->；申请退货'；不能插入“；“关键”；，已经存在'；

我一直在努力解决这个问题，但未能解决它，我得到了当前的数据帧：

将databricks.koalas导入为ks
x=ks.DataFrame.from_记录(
{'ds'：{0:Timestamp（'2018-10-06 00:00:00'），
1：时间戳（'2017-06-08 00:00:00'），
2：时间戳（'2018-10-22 00:00:00'），
3：时间戳（'2017-02-08 00:00:00'），
4：时间戳（'2019-02-03 00:00:00'），
5：时间戳（'2019-02-26 00:00:00'），
6：时间戳（'2017-04-15 00:00:00'），
7：时间戳（'2017-07-02 00:00:00'），
8：时间戳（'2017-04-04 00:00:00'），
9：时间戳（'2017-03-20 00:00:00'），
10：时间戳（'2018-06-09 00:00:00'），
11：时间戳（'2017-01-15 00:00:00'），
12：时间戳（'2018-05-07 00:00:00'），
13：时间戳（'2018-01-17 00:00:00'），
14：时间戳（'2017-07-11 00:00:00'），
15：时间戳（'2018-12-17 00:00:00'），
16：时间戳（'2018-12-05 00:00:00'），
17：时间戳（'2017-05-22 00:00:00'），
18：时间戳（'2017-08-13 00:00:00'），
19：时间戳（'2018-05-21 00:00:00'），
'store'：{0:81，
1: 128,
2: 81,
3: 128,
4: 25,
5: 128,
6: 11,
7: 124,
8: 43,
9: 25,
10: 25,
11: 124,
12: 124,
13: 128,
14: 81,
15: 11,
16: 124,
17: 11,
18: 167,
19: 128},
'股票'：{0:1，
1: 236,
2: 3,
3: 9,
4: 36,
5: 78,
6: 146,
7: 20,
8: 12,
9: 12,
10: 15,
11: 25,
12: 10,
13: 7,
14: 0,
15: 230,
16: 80,
17: 6,
18: 110,
19: 8},
'销售'：{0:1.0，
1: 17.0,
2: 1.0,
3: 2.0,
4: 1.0,
5: 2.0,
6: 7.0,
7: 1.0,
8: 1.0,
9: 1.0,
10: 2.0,
11: 1.0,
12: 1.0,
13: 1.0,
14: 1.0,
15: 1.0,
16: 1.0,
17: 3.0,
18: 2.0,
19: 1.0}}
)

我想在groupby-apply中使用这个函数：

将numpy导入为np
def计算指示器（df）：
返回(
df.copy（）
.分配(
指标=λx:x['a']

其中df是一个数据帧。如果我使用pandas进行分组应用，代码将按预期执行：

import pandas as pd
# This runs
a = pd.DataFrame.from_dict(x.to_dict()).groupby('store').apply(compute_indicator)

但是，当尝试在考拉上运行相同的操作时，它会给我以下错误：

ValueError:无法插入存储，已经存在

x.groupby('store').apply(compute_indicator)
# ValueError: cannot insert store, already exists

我无法在

compute\u indicator

中使用键入注释，因为有些列不是固定的（它们随数据帧一起移动，意味着要由其他转换使用）

---

我应该怎么做才能在考拉中运行代码？

对于考拉0.29.0，当

koalas.DataFrame.groupby（key）.apply（f）

第一次在一个非类型化的函数上运行

f

时，它必须推断模式，并运行

pandas.DataFrame.head（n）.groupby（key）.apply（f）

。问题是pandas

apply

接收数据帧作为参数，groupby键作为索引和列（请参见此）

然后，

pandas.DataFrame.head（h）.groupby（keys）.apply（f）

的结果将转换为

koalas.DataFrame

，因此如果

f

没有删除

键

列，由于列名重复，此转换将引发异常（请参阅）