Sto facendo qualcosa di sbagliato con l'unione e non riesco a capire di cosa si tratta. Ho fatto quanto segue per stimare un istogramma di una serie di valori interi:Panda: problemi a capire come funziona l'unione
import pandas as pnd
import numpy as np
series = pnd.Series(np.random.poisson(5, size = 100))
tmp = {"series" : series, "count" : np.ones(len(series))}
hist = pnd.DataFrame(tmp).groupby("series").sum()
freq = (hist/hist.sum()).rename(columns = {"count" : "freq"})
se stampo hist
e freq
questo è quello che ottengo:
> print hist
count
series
0 2
1 4
2 13
3 15
4 12
5 16
6 18
7 7
8 8
9 3
10 1
11 1
> print freq
freq
series
0 0.02
1 0.04
2 0.13
3 0.15
4 0.12
5 0.16
6 0.18
7 0.07
8 0.08
9 0.03
10 0.01
11 0.01
Sono entrambi indicizzato da "series"
ma se provo a fondersi:
> df = pnd.merge(freq, hist, on = "series")
ottengo un'eccezione KeyError: 'no item named series'
. Se ometto lo on = "series"
, ricevo un'eccezione IndexError: list index out of range
.
Non capisco cosa sto facendo male. Può essere "serie" è un indice e non una colonna quindi devo farlo in modo diverso?
È ora di migliorare la docenza di unione! –
@WesMcKinney: Bello :) – Avaris