Pandas - groupby ValueError：无法使用包含多个元素的元组对列进行子集化。使用列表代替

Question

我将我的 Pandas 从我认为是 1.5.1 更新到了 2.0.1。无论如何，我开始在一些以前运行良好的代码上出现错误。

df = df.groupby(df['date'].dt.date)['Lake', 'Canyon'].mean().reset_index()

回溯（最近一次调用最后一次）：文件“f:...\My_python_file.py”，第 37 行，in df = df.groupby(df['date'].dt.date)['Lake', 'Canyon' ].mean().reset_index() 文件“C:\Users...\Local\Programs\Python\Python310\lib\site-packages\pandas\core\groupby\generic.py”，第 1767 行，在getitem raise中ValueError( ValueError: 无法使用包含多个元素的元组对列进行子集化。请改用列表。

Answer 1

如果不使用双括号选择多列，则之前的版本Pandas < 2.0.0会引发 aFutureWarning

FutureWarning：使用多个键进行索引（隐式转换为键元组）将被弃用，请改用列表

从Pandas >= 2.0.0，它提出了ValueError：

ValueError：无法将列与包含多个元素的元组进行子集化。请改用列表。

例如：

# Pandas < 2.0.0
#             Missing [[ ... ]] --v              --v
>>> df.groupby(df['date'].dt.date)['Lake', 'Canyon'].mean().reset_index()
...
FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.
  df.groupby(df['date'].dt.date)['Lake', 'Canyon'].mean().reset_index()

# Pandas >= 2.0.0
>>> df.groupby(df['date'].dt.date)['Lake', 'Canyon'].mean().reset_index()
...
ValueError: Cannot subset columns with a tuple with more than one element. Use a list instead.

使用以下方法修复此问题[[col1, col2, ...]]：

>>> df.groupby(df['date'].dt.date)[['Lake', 'Canyon']].mean().reset_index()
         date  Lake  Canyon
0  2023-05-02   1.5     3.5

最小可重复示例：

import pandas as pd

df = pd.DataFrame({'date': ['2023-05-02 12:34:56', '2023-05-02 12:32:12'], 
                   'Lake': [1, 2], 'Canyon': [3, 4]})
df['date'] = pd.to_datetime(df['date'])
print(df)

# Output
                 date  Lake  Canyon
0 2023-05-02 12:34:56     1       3
1 2023-05-02 12:32:12     2       4