将 pandas 数据框中的列相加会导致分类索引错误

Question

我知道了。数据框：

ps_yd_1            $0^{th} - 25^{th}$  $25^{th} - 50^{th}$  \
ps_variable_1                                                   
$0^{th} - 25^{th}$             47.566800            23.441332   
$25^{th} - 50^{th}$            32.764905            40.947438   
$50^{th} - 75^{th}$            10.830286            21.435877   
$75^{th} - 100^{th}$           14.388537            33.796734   
ps_yd_1            $50^{th} - 75^{th}$  $75^{th} - 100^{th}$  
ps_variable_1                                                    
$0^{th} - 25^{th}$              21.237253              7.754615  
$25^{th} - 50^{th}$              8.634613             17.653044  
$50^{th} - 75^{th}$             14.684188             53.049650  
$75^{th} - 100^{th}$            13.072976             38.741753  

我想添加 2 列来创建一个新的：

df_hmp['a'] = df_hmp['$0^{th} - 25^{th}$'] + df_hmp['$25^{th} - 50^{th}$']

但我收到此错误：

*** TypeError: cannot insert an item into a CategoricalIndex that is not already an existing category

这是索引的样子：

CategoricalIndex(['$0^{th} - 25^{th}$', '$25^{th} - 50^{th}$',
                  '$50^{th} - 75^{th}$', '$75^{th} - 100^{th}$'],
                 categories=['$0^{th} - 25^{th}$', '$25^{th} - 50^{th}$', '$50^{th} - 75^{th}$', '$75^{th} - 100^{th}$'], ordered=True, name='ps_variable_1', dtype='category')

如何解决？

Answer 1

数据框中的所有列和行都有分类索引。如果要添加另一列，必须先向分类索引添加另一个值。

让我们首先重新创建你的数据框：

df_hmp = pd.DataFrame([[47.566800 ,32.764905,10.830286,14.388537],
                 [23.441332,40.947438,21.435877,33.796734],
                 [21.237253,8.634613,14.684188,13.072976],
                 [7.75461,17.653044,53.049650,38.741753]]).T

idx = pd.CategoricalIndex(['$0^{th} - 25^{th}$', '$25^{th} - 50^{th}$',
               '$50^{th} - 75^{th}$', '$75^{th} - 100^{th}$'],
                categories=['$0^{th} - 25^{th}$', '$25^{th} - 50^{th}$',  
               '$50^{th} - 75^{th}$', '$75^{th} - 100^{th}$'], 
               ordered=True, name='ps_variable_1', dtype='category')
df_hmp.columns = idx
df_hmp.index = idx.copy()
df_hmp.columns.name = 'ps_yd_1'

现在，操作分类变量：

df_hmp.columns = df_hmp.columns.add_categories('a')
df_hmp['a'] = df_hmp['$0^{th} - 25^{th}$'] + df_hmp['$25^{th} - 50^{th}$']
# Works like charm