考虑这样一个简单的数据集,它的列是按分位数剪切的。
kyle = pd.DataFrame({'foo':np.random.randint(0,100,100),'boo':np.random.randint(0,100,100)})
kyle.loc[:,'fooCut'] = pd.qcut(kyle.loc[:,'foo'], np.arange(0,1.1,.1))
kyle.loc[:,'booCut'] = pd.qcut(kyle.loc[:,'boo'], np.arange(0,1.1,.1))
以前的Pandas
版本如预期的那样处理了以下内容...
pd.crosstab(kyle.fooCut,kyle.booCut)
在更新到版本'0.24.2‘之后,上面的代码抛出了一个TypeError: Cannot cast array data from dtype('float64') to dtype('<U32') according to the rule 'safe'
有人知道为什么和如何解决这个问题吗?注意,在这里,kyle.boocut.dtype
返回CategoricalDtype
,这是一种与分类变量的pd.crosstab
documentation and example中的类型相同的类型。
更新
这是熊猫中已知的bug,正在修复中
发布于 2019-06-13 06:58:43
作为uncovered by OP,这是一个与旋转(crosstab
是幕后pivot_table
的优化版本)间隔列相关的issue,目前正在修复v0.25。
以下是一个涉及交叉表的整数代码的解决方法:
cstab = pd.crosstab(kyle.fooCut.cat.codes, kyle.booCut.cat.codes)
cstab
col_0 0 1 2 3 4 5 6 7 8 9
row_0
0 0 2 0 1 3 1 2 1 1 1
1 1 1 0 1 1 2 1 0 1 2
2 2 1 1 0 1 1 2 0 0 0
3 2 1 3 1 2 0 0 0 0 1
4 1 2 1 0 0 2 0 1 1 2
5 0 2 0 1 0 1 0 3 3 0
6 2 0 1 2 0 2 1 1 1 1
7 1 0 0 2 2 0 1 1 2 0
8 0 1 1 0 1 1 3 1 1 1
9 1 1 2 2 0 0 2 1 0 1
如果您愿意,您可以始终将结果的索引和列分配给实际类别:
cstab.index = kyle.fooCut.cat.categories
cstab.columns = kyle.booCut.cat.categories
https://stackoverflow.com/questions/56571306
复制相似问题