[已解决]dataframe使用groupby出现以下异常

hahadaxiao

import pandas as pd
buycount = pd.DataFrame([['苹果',9000],['香蕉',4000],['梨子',2000],['菠萝',3000]],columns=['种类','购入数量'])
data = [['苹果','2022-02-09',300],
        ['苹果','2022-02-25',150],
        ['苹果','2022-09-05',550],
        ['苹果','2022-09-29',154],
        ['苹果','2023-01-29',354],
        ['苹果','2023-04-19',950],
        ['菠萝','2022-09-29',250],
        ['梨子','2023-09-20',350],
        ['香蕉','2022-07-29',650],
        ['菠萝','2023-12-22',900]]
columns = ['种类','时间','卖出数量']
df1 = pd.DataFrame(data=data,columns=columns)
# print(df1)

# 将'date'列转换为日期时间类型
df1['时间'] = pd.to_datetime(df1['时间'])
# df1['时间'] = df1['时间'].dt.strftime('%Y-%m-%d')
# df1['时间'] = df1['时间'].astype(int)
# 按年份和月份分组
df1_grouped = df1.groupby([df1['时间'].dt.year, df1['时间'].dt.month]).sum()
# 打印结果
print(df1_grouped)

Traceback (most recent call last):
  File "C:\Users\K\PycharmProjects\pythonProject\666.py", line 22, in <module>
    df1_grouped = df1.groupby([df1['时间'].dt.year, df1['时间'].dt.month]).sum()
                  ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\groupby.py", line 2263, in sum
    result = self._agg_general(
             ^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\groupby.py", line 1422, in _agg_general
    result = self._cython_agg_general(
             ^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\groupby.py", line 1507, in _cython_agg_general
    new_mgr = data.grouped_reduce(array_func)
              ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\internals\managers.py", line 1506, in grouped_reduce
    applied = blk.apply(func)
              ^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\internals\blocks.py", line 329, in apply
    result = func(self.values, **kwargs)
             ^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\groupby.py", line 1490, in array_func
    result = self.grouper._cython_operation(
             ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\ops.py", line 959, in _cython_operation
    return cy_op.cython_operation(
           ^^^^^^^^^^^^^^^^^^^^^^^
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\ops.py", line 645, in cython_operation
    self._disallow_invalid_ops(dtype, is_numeric)
  File "C:\Python\Python311\Lib\site-packages\pandas\core\groupby\ops.py", line 257, in _disallow_invalid_ops
    raise TypeError(f"datetime64 type does not support {how} operations")
TypeError: datetime64 type does not support sum operations

最佳答案

月排行榜 / 总排行榜

ba21

2023-8-13 10:20:40

hahadaxiao 发表于 2023-8-13 08:06
pycharm还是出现一样的异常

代码是没有问题的，看看你的库版本对不对吧。实再不行重新安装下库，并指定下版本。

跳转到最佳答案楼层

isdkz

问题原因是尝试对datetime64类型的列进行求和操作，而datetime64类型不支持求和操作。

解决方法是将需要求和的列转换为数值类型或者整数类型，然后再进行求和操作。

在这个案例中，需要将'卖出数量'列转换为整数类型，然后再进行求和操作。可以使用astype()方法将列转换为整数类型。

以下是修改后的代码：

import pandas as pd

buycount = pd.DataFrame([['苹果',9000],['香蕉',4000],['梨子',2000],['菠萝',3000]],columns=['种类','购入数量'])
data = [['苹果','2022-02-09',300],
         ['苹果','2022-02-25',150],
         ['苹果','2022-09-05',550],
         ['苹果','2022-09-29',154],
         ['苹果','2023-01-29',354],
         ['苹果','2023-04-19',950],
         ['菠萝','2022-09-29',250],
         ['梨子','2023-09-20',350],
         ['香蕉','2022-07-29',650],
         ['菠萝','2023-12-22',900]]
columns = ['种类','时间','卖出数量']
df1 = pd.DataFrame(data=data,columns=columns)

# 将'date'列转换为日期时间类型
df1['时间'] = pd.to_datetime(df1['时间'])

# 将'卖出数量'列转换为整数类型
df1['卖出数量'] = df1['卖出数量'].astype(int)

# 按年份和月份分组并求和
df1_grouped = df1.groupby([df1['时间'].dt.year, df1['时间'].dt.month]).sum()

# 打印结果
print(df1_grouped)

运行以上代码，即可得到按年份和月份分组后的求和结果。

hahadaxiao

isdkz 发表于 2023-8-13 08:04
问题原因是尝试对datetime64类型的列进行求和操作，而datetime64类型不支持求和操作。

解决方法是将需要 ...

pycharm还是出现一样的异常

阿奇_o

加多一个指定求和的数据列，即可

>>> data = [['苹果','2022-02-09',300],
        ['苹果','2022-02-25',150],
        ['苹果','2022-09-05',550],
        ['苹果','2022-09-29',154],
        ['苹果','2023-01-29',354],
        ['苹果','2023-04-19',950],
        ['菠萝','2022-09-29',250],
        ['梨子','2023-09-20',350],
        ['香蕉','2022-07-29',650],
        ['菠萝','2023-12-22',900]]
>>> columns = ['种类','时间','卖出数量']
>>> import pandas as pd
>>> df = pd.DataFrame(data, columns=columns)
>>> df
   种类          时间  卖出数量
0  苹果  2022-02-09   300
1  苹果  2022-02-25   150
2  苹果  2022-09-05   550
3  苹果  2022-09-29   154
4  苹果  2023-01-29   354
5  苹果  2023-04-19   950
6  菠萝  2022-09-29   250
7  梨子  2023-09-20   350
8  香蕉  2022-07-29   650
9  菠萝  2023-12-22   900
>>> df['时间'] = pd.to_datetime(df['时间'])
>>> df.dtypes
种类              object
时间      datetime64[ns]
卖出数量             int64
dtype: object
>>> df.groupby(df['时间'].dt.year)['卖出数量'].sum()
时间
2022    2054
2023    2554
Name: 卖出数量, dtype: int64
>>> df.groupby([df['时间'].dt.year, df['时间'].dt.month])['卖出数量'].sum()
时间    时间
2022  2     450
      7     650
      9     954
2023  1     354
      4     950
      9     350
      12    900
Name: 卖出数量, dtype: int64
>>> 

ba21

hahadaxiao 发表于 2023-8-13 08:06
pycharm还是出现一样的异常

代码是没有问题的，看看你的库版本对不对吧。实再不行重新安装下库，并指定下版本。