Python &引用；TypeError:无法将布尔值转换为numpy.ndarray“；按多列分组时

我想将dataframe分为两列，以总结每个商店的月平均销售额

数据（

fact

dataframe）：

基于

store\u id

或

month

的分组效果很好，但当我尝试同时按

store\u id

和

month

进行分组时，我得到：

groupby_month = fact['quantity'].groupby(fact['store_id', 'month'])

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在里面
---->1 groupby_month=事实['quantity']。groupby（事实['store_id'，'month']）
2.
3.
D:\Anaconda3\lib\site packages\pandas\core\frame.py in\uuuuu getitem\uuuuuuu（self，key）
2925如果self.columns.nlevels>1：
2926返回自我。\u获取项目\u多级（键）
->2927 indexer=self.columns.get_loc（键）
2928如果是_整数（索引器）：
2929索引器=[索引器]
get\U loc中的D:\Anaconda3\lib\site packages\pandas\core\index\base.py（self、key、method、tolerance）
2655‘回填或最近的查找’）
2656尝试：
->2657返回发动机。获取位置（钥匙）
2658除键错误外：
2659返回self.\u引擎。获取self.\u loc（self.\u可能\u cast\u索引器（键））
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.get_loc（）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine。_get_loc_duplicates（）
pandas/_libs/index.pyx在pandas中。_libs.index.IndexEngine.\u可能会获得\u bool\u indexer（）
TypeError:无法将bool转换为numpy.ndarray

首先检查索引标签和列

fact.index 
fact.columns

如果需要将索引转换为列，请使用：

使用：

然后您可以使用：

fact.groupby(['store_id', 'month'])['quantity'].mean()

fact['mean']=fact.groupby(['store_id', 'month'])['quantity'].transform('mean')
print(fact)
   store_id  sku_id        date  quantity    city  city.1 category  month  \
0       354   31253  2017-08-08         1   Paris   Paris    Shirt      8   
1       354   31253  2017-08-19         1   Paris   Paris    Shirt      8   
2       354   31258  2017-07-30         1   Paris   Paris    Shirt      7   
3       354  277171  2017-09-28         1   Paris   Paris    Shirt      9   
4       174  295953  2017-08-16         1  London  London    Shirt      8   

   mean  
0     1  
1     1  
2     1  
3     1  
4     1  

输出：

store_id  month
174       8        1
354       7        1
          8        1
          9        1
Name: quantity, dtype: int64

或更好：

fact.groupby(['store_id', 'month'])['quantity'].mean()

fact['mean']=fact.groupby(['store_id', 'month'])['quantity'].transform('mean')
print(fact)
   store_id  sku_id        date  quantity    city  city.1 category  month  \
0       354   31253  2017-08-08         1   Paris   Paris    Shirt      8   
1       354   31253  2017-08-19         1   Paris   Paris    Shirt      8   
2       354   31258  2017-07-30         1   Paris   Paris    Shirt      7   
3       354  277171  2017-09-28         1   Paris   Paris    Shirt      9   
4       174  295953  2017-08-16         1  London  London    Shirt      8   

   mean  
0     1  
1     1  
2     1  
3     1  
4     1  

---

首先检查索引标签和列

fact.index 
fact.columns

如果需要将索引转换为列，请使用：

使用：

然后您可以使用：

fact.groupby(['store_id', 'month'])['quantity'].mean()

fact['mean']=fact.groupby(['store_id', 'month'])['quantity'].transform('mean')
print(fact)
   store_id  sku_id        date  quantity    city  city.1 category  month  \
0       354   31253  2017-08-08         1   Paris   Paris    Shirt      8   
1       354   31253  2017-08-19         1   Paris   Paris    Shirt      8   
2       354   31258  2017-07-30         1   Paris   Paris    Shirt      7   
3       354  277171  2017-09-28         1   Paris   Paris    Shirt      9   
4       174  295953  2017-08-16         1  London  London    Shirt      8   

   mean  
0     1  
1     1  
2     1  
3     1  
4     1  

输出：

store_id  month
174       8        1
354       7        1
          8        1
          9        1
Name: quantity, dtype: int64

或更好：

fact.groupby(['store_id', 'month'])['quantity'].mean()

fact['mean']=fact.groupby(['store_id', 'month'])['quantity'].transform('mean')
print(fact)
   store_id  sku_id        date  quantity    city  city.1 category  month  \
0       354   31253  2017-08-08         1   Paris   Paris    Shirt      8   
1       354   31253  2017-08-19         1   Paris   Paris    Shirt      8   
2       354   31258  2017-07-30         1   Paris   Paris    Shirt      7   
3       354  277171  2017-09-28         1   Paris   Paris    Shirt      9   
4       174  295953  2017-08-16         1  London  London    Shirt      8   

   mean  
0     1  
1     1  
2     1  
3     1  
4     1  

需要添加“作为_index=True”

例： “count_in=df.groupby（['time_in'，'id']，as_index=True）['time_in'].count（）”

需要添加“as_index=True”

例：

---

“count\u in=df.groupby（['time\u in'，'id']，as\u index=True）['time\u in'].count（）”

摆脱

fact

内部

groupby（）？您提供的数据帧肯定有一个
'store\u id'
列。它不是索引，是吗？去掉
fact
中的
groupby（）
：
fact['quantity'].groupby（['store\u id'，'month']）
？现在我得到了一个KeyError:'store\u id'你确定吗？您提供的数据帧肯定有一个
'store\u id'
列。它不是索引，是吗？