我正在处理时间序列数据,并尝试根据时间序列的原始采样频率(或其他相关元数据)对各种时间序列的操作进行限定。我可以使用以下内容成功设置元数据:
a_df._metadata = ["orig_freq"]
a_df["a_col"].orig_freq = "D"这似乎是成功的。现在,我想基于元数据标准应用函数:
for i in a_df.columns:
if a_df[i].orig_freq == "D":
a_df[i + "_a_new_col"] = a_function(a_df[i])
else:
a_df[i + "_a_new_col"] = a_function_2(a_df[i])这对dataframe中的第一列有效,但在成功操作该列之后,我收到以下错误:
AttributeError: 'Series' object has no attribute 'orig_freq'至此,已分配的所有元数据都已删除。我在元数据分配中做错了什么吗?
发布于 2015-08-29 07:34:47
我认为_metadata需要在类上定义(即.微软(Series._metadata:行情)表示,尽管如此,仍可能存在一些问题.例如,有关更多讨论,请参阅此issue。
如果每个列都有一段元数据,那么只需使用MultiIndex列来存储它,您的工作可能会更轻松。例如,如下所示:
In [43]: df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})
In [44]: orig_freqs = {'a': 'D', 'b': 'Q'}
In [45]: df.columns = pd.MultiIndex.from_tuples(([(c, orig_freqs[c]) for c in df]))
In [46]: df
Out[46]:
a b
D Q
0 1 4
1 2 5
2 3 6
In [47]: for (col, orig_freq) in df:
...: df[('new_col', orig_freq)] = a_function(df[(col, orig_freq)])https://stackoverflow.com/questions/32280286
复制相似问题