Python Pandas groupby和qcut不'；t在0.14.1中工作

我希望按组对观察结果进行装箱，并将装箱分配放回数据框：

In [60]: df = pd.DataFrame({'x': np.random.rand(20), 'grp': ['a'] * 10 + ['b'] * 10})

In [61]: df['y'] = df.groupby('grp')['x'].transform(pd.qcut, 3)
Traceback (most recent call last):

  File "<ipython-input-61-fe2f09d0bbe2>", line 1, in <module>
    df.groupby('grp')['x'].transform(pd.qcut, 3)

  File "C:\Python\python-2.7.6.amd64\lib\site-packages\pandas\core\groupby.py", line 2286, in transform
    result[indexer] = res

ValueError: could not convert string to float: (0.352, 0.784]

[60]中的

df=pd.DataFrame（{'x'：np.random.rand（20），'grp'：['a']*10+['b']*10}）
在[61]中：df['y']=df.groupby（'grp'）['x'].transform（pd.qcut，3）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
df.groupby（'grp'）['x'].transform（pd.qcut，3）
文件“C:\Python\Python-2.7.6.amd64\lib\site packages\pandas\core\groupby.py”，第2286行，在转换中
结果[索引器]=res
ValueError:无法将字符串转换为浮点：（0.352，0.784）

---

我相信上面的代码过去在0.13中是有效的，但现在似乎在0.14.1中不起作用了。有什么想法吗？

这里有一个解决方法，将由

qcut

创建的分类包装成一个系列

df['y'] = df.groupby('grp')['x'].apply(lambda x: pd.Series(pd.qcut(x,3), index=x.index))

---

这里有一个解决方法，将由

qcut

创建的分类包装成一个系列

df['y'] = df.groupby('grp')['x'].apply(lambda x: pd.Series(pd.qcut(x,3), index=x.index))

---

这里有一个解决方法，将由

qcut

创建的分类包装成一个系列

df['y'] = df.groupby('grp')['x'].apply(lambda x: pd.Series(pd.qcut(x,3), index=x.index))

---

这里有一个解决方法，将由

qcut

创建的分类包装成一个系列

df['y'] = df.groupby('grp')['x'].apply(lambda x: pd.Series(pd.qcut(x,3), index=x.index))

---

这真的没有任何意义。

qcut

返回一个由字符串对索引的序列（因为这是当前的impl）。您希望它做什么？我认为它应该创建一个列

y

，将bin分配存储为字符串？生成的数据是一个由两个元素组成的列表系列，非常奇怪。使用@chrisb soln below这真的没有任何意义。

qcut

返回一个由字符串对索引的系列（这是当前的impl）。您希望它做什么？我认为它应该创建一个列

y

，将bin分配存储为字符串？生成的数据是一个由两个元素组成的列表系列，非常奇怪。使用@chrisb soln below这真的没有任何意义。

qcut

返回一个由字符串对索引的系列（这是当前的impl）。您希望它做什么？我认为它应该创建一个列

y

，将bin分配存储为字符串？生成的数据是一个由两个元素组成的列表系列，非常奇怪。使用@chrisb soln below这真的没有任何意义。

qcut

返回一个由字符串对索引的系列（这是当前的impl）。你期望它做什么？我认为它应该创建一个列

y

，将bin分配存储为字符串？生成的数据是一个两元素的列表系列，非常奇怪。使用@chrisb soln belowyep，这很有意义（我不会称之为解决方法，但更好的解决方法！）是的，这很有意义（我不会称之为解决方案，但更好的解决方案！）是的，这对这件事很有意义（我不会称之为解决方案，但更好的解决方案！）是的，这对这件事很有意义（我不会称之为解决方案，但更好的解决方案！）