Python 为什么一系列数据帧意味着失败，而sum则不意味着失败，以及如何使其工作

在Python Pandas中，可能有一种更聪明的方法可以做到这一点，但下面的示例应该可以做到，但不起作用：

import pandas as pd
import numpy as np

df1 = pd.DataFrame([[1, 0], [1, 2], [2, 0]], columns=['a', 'b'])
df2 = df1.copy()
df3 = df1.copy()

idx = pd.date_range("2010-01-01", freq='H', periods=3)
s = pd.Series([df1, df2, df3], index=idx)
# This causes an error
s.mean()

我不会发布整个回溯，但主要错误消息很有趣：

TypeError: Could not convert    melt  T_s
0     6   12
1     0    6
2     6   10 to numeric

看起来数据帧已成功求和，但未除以序列的长度

但是，我们可以取系列中数据帧的总和：

s.sum()

返回

      a     b
0     6   12
1     0    6
2     6   10

为什么sum不意味着工作？这是一个bug还是一个缺失的特性？这确实有效：

(df1 + df2 + df3)/3.0

这也是：

s.sum()/3.0
      a  b
0     2  4.000000
1     0  2.000000
2     2  3.333333

---

但这当然并不理想

使用定义

s

时

s = pd.Series([df1, df2, df3], index=idx)

您将获得一个以数据帧为项目的系列：

In [77]: s
Out[77]: 
2010-01-01 00:00:00       a  b
0  1  0
1  1  2
2  2  0
2010-01-01 01:00:00       a  b
0  1  0
1  1  2
2  2  0
2010-01-01 02:00:00       a  b
0  1  0
1  1  2
2  2  0
Freq: H, dtype: object

项目的总和是一个数据帧：

In [78]: s.sum()
Out[78]: 
   a  b
0  3  0
1  3  6
2  6  0

但当你采取中庸的态度时：

请注意，

\u确保对结果和调用numeric

（）。 由于数据帧不是数字，因此引发错误

这里有一个解决办法。而不是将数据帧作为项目制作一个系列， 您可以使用以下命令将数据帧连接到新的数据帧：

现在，您可以计算

总和

和

平均值

：

In [82]: s.sum(level=1)
Out[82]: 
   a  b
0  3  0
1  3  6
2  6  0

In [84]: s.mean(level=1)
Out[84]: 
   a  b
0  1  0
1  1  2
2  2  0

你可以（按Unutu建议）使用层次索引，但是当你有一个三维数组时，你应该考虑使用“”。特别是当其中一个维度表示时间时，如本例所示

面板经常被忽视，但毕竟它是熊猫这个名字的来源。（面板数据系统或类似系统）

数据与原始数据略有不同，因此没有两个长度相同的维度：

df1 = pd.DataFrame([[1, 0], [1, 2], [2, 0], [2, 3]], columns=['a', 'b'])
df2 = df1 + 1
df3 = df1 + 10

面板可以通过两种不同的方式创建，但其中一种是从dict创建的。您可以通过以下方式从索引和数据帧创建dict：

s = pd.Panel(dict(zip(idx,[df1,df2,df3])))

您要寻找的平均值只是在正确的轴上操作的问题（在本例中，轴=0）：

使用数据，

sum（axis=0）

返回预期结果

---

编辑：对于面板来说，确定太迟了，因为分层索引方法已经“接受”。我要说的是，如果已知数据“参差不齐”，每个分组中的数字未知但不同，那么这种方法更可取。对于“方形”数据，面板是绝对可行的，并且随着内置操作的增加，速度将显著加快。Pandas 0.15在多级索引方面有许多改进，但在现实世界的应用程序中仍然存在局限性和暗边缘情况。

不清楚它是否应该工作，但您可以应用以下功能：

s.apply（pd.DataFrame.mean）

这只是给出了每个组成数据帧的平均值。没错，面板上的计算速度明显快于分层数据帧上的计算速度。但是，面板上有哪些数据帧没有的额外内置操作呢

set（dir（pan））-set（dir（df））

没有显示任何有趣的内容。另外，你能详细说明一下你提到的“限制和黑暗边缘案例”吗？这是我一次问两个问题的错。我将使用您的解决方案来解决我的问题，因为正如您所指出的，

面板

解决方案是我给出的示例的正确解决方案。但我认为@unutbu解决了一个完整的问题，即到底是什么让我最初基于系列的代码无法工作。我非常感谢你的洞察力！这两个都应该在文档中！我还想补充一点，与分层索引版本不同，您现在还可以执行

s_mean=np.mean（s，axis=0）

，或者sum、std，或者我猜任何在数组上工作的numpy函数。

df1 = pd.DataFrame([[1, 0], [1, 2], [2, 0], [2, 3]], columns=['a', 'b'])
df2 = df1 + 1
df3 = df1 + 10

s = pd.Panel(dict(zip(idx,[df1,df2,df3])))

s.mean(axis=0)

Out[80]:
          a         b
0  4.666667  3.666667
1  4.666667  5.666667
2  5.666667  3.666667
3  5.666667  6.666667