python - 在将新列添加到pandas DataFrame时引发TypeError

我一直在看一个关于使用Python进行数据分析的在线课程。当我完全按照老师的做法做的时候，我遇到了一个问题。基本上，我从seaborn中提取了一个名为“flights”的数据框架，设置了“year”和“month”两个索引，并将其拆开。使用以下代码：

import seaborn
import pandas as pd
flights = seaborn.load_dataset("flights")
flights_indexed = flights.set_index(["year","month"])
flights_unstacked = flights_indexed.unstack()
flights_unstacked

the final data frame is like this
然后，我尝试在末尾添加一个名为“Total”的新列，用于计算每年的总和，代码如下：

flights_unstacked["passengers"]["Total"] = flights_unstacked.sum(axis = 1)

但它提高了一个TypeError: cannot insert an item into a CategoricalIndex that is not already an existing category.
我是新来的数据操作使用熊猫。有人能告诉我怎么解决这个问题吗？这是一个版本问题，因为在线教练做了完全相同的事情，但他的作品只是罚款。注：我使用Python2.7和pandas 0.20.3。

最佳答案

seaborn.load_dataset行将month列检测为category数据类型。要避免此错误，请将categorical转换为str，并在flights = seaborn.load_dataset("flights")之后加上这一行：

flights["month"] = flights["month"].astype(str)

要按时间顺序对月字符串进行排序，请首先删除flights_unstacked列的顶层（level=0）（此层包含单个值passengers）：

import seaborn
import pandas as pd

flights = seaborn.load_dataset("flights")
flights["month"] = flights["month"].astype(str)

flights_indexed = flights.set_index(["year", "month"])
flights_unstacked = flights_indexed.unstack()
flights_unstacked.columns = flights_unstacked.columns.droplevel(0)

然后，根据按时间顺序预先构建的月份字符串列表，对月份字符串列重新编制索引：

import calendar
months = [calendar.month_name[i] for i in range(1, 13)]
flights_unstacked = flights_unstacked[months]

最后，您可以添加一列总计：

flights_unstacked["Total"] = flights_unstacked.sum(axis=1)

结果：

In [329]: flights_unstacked
Out[329]:
month  January  February  March  April  May  June  July  August  September  October  November  December  Total
year
1949       112       118    132    129  121   135   148     148        136      119       104       118   1520
1950       115       126    141    135  125   149   170     170        158      133       114       140   1676
1951       145       150    178    163  172   178   199     199        184      162       146       166   2042
1952       171       180    193    181  183   218   230     242        209      191       172       194   2364
1953       196       196    236    235  229   243   264     272        237      211       180       201   2700
1954       204       188    235    227  234   264   302     293        259      229       203       229   2867
1955       242       233    267    269  270   315   364     347        312      274       237       278   3408
1956       284       277    317    313  318   374   413     405        355      306       271       306   3939
1957       315       301    356    348  355   422   465     467        404      347       305       336   4421
1958       340       318    362    348  363   435   491     505        404      359       310       337   4572
1959       360       342    406    396  420   472   548     559        463      407       362       405   5140
1960       417       391    419    461  472   535   622     606        508      461       390       432   5714

关于python - 在将新列添加到pandas DataFrame时引发TypeError，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48253723/