Requête Pandas utilisant un filtre et un tri, menant à des erreurs non résolues

Question

Je travaille sur ce problème pour ma classe de codage décrite dans les chaînes de doc. J'apprécierais toute aide sur l'optimisation de mon code ainsi que toute explication sur la raison pour laquelle je reçois l'erreur suivante malgré la réinitialisation de l'index.

import pandas as pd 
def beds_top_ten(df, facility_id): 
    ''' 
    INPUT: DataFrame, int 
    OUTPUT: date 
    Write a pandas query that returns the ten census dates with the highest 
    number of available beds for the nursing home with the specified facility id 
    REQUIREMENTS: 
    Do a filter followed by a sort rather than a sort followed by a merge. 
    ''' 
    df = pd.read_csv('beds.csv', low_memory= False) 
    df['Bed Census Date'] = pd.to_datetime(df['Bed Census Date']) 
    df = df.filter(items =['Facility ID', 'Bed Census Date','Available Residential Beds']) 
    df = df.sort_values(by =[ 'Facility ID', 'Available Residential Beds'], ascending= False) 
    df_group_by_ten = df.groupby('Facility ID').head(10).reset_index(drop=True) 
    dates = df_group_by_ten.loc[df_group_by_ten['Facility ID']==facility_id, 'Bed Census Date'] 
    return dates 

c'est ce que la table ressemble après la première groupby:

Facility ID Bed Census Date Available Residential Beds 
336 19 2011-01-05 29 
339 19 2010-12-15 28 
330 19 2011-02-23 27 
332 19 2011-02-02 27 
333 19 2011-01-26 27 
334 19 2011-01-19 27 
335 19 2011-01-12 27 
338 19 2010-12-22 27 
341 19 2010-12-01 27 
331 19 2011-02-09 26 
16 17 2013-04-10 22 
87 17 2011-11-09 19 
30 17 2013-01-02 17 
37 17 2012-11-07 17 
47 17 2012-08-29 17 
31 17 2012-12-26 16 
56 17 2012-06-20 16 
10 17 2013-05-22 15 
27 17 2013-01-23 15 
61 17 2012-05-16 15 

Et quand je lance de mon command_line:

In [15]: beds_top_ten('beds.csv',17) 
Out[15]: 
16 2013-04-10 
87 2011-11-09 
30 2013-01-02 
37 2012-11-07 
47 2012-08-29 
31 2012-12-26 
56 2012-06-20 
10 2013-05-22 
27 2013-01-23 
61 2012-05-16 
Name: Bed Census Date, dtype: datetime64[ns] 

Pourtant, quand je lance le même code sur la environnement en ligne, j'obtiens l'erreur suivante:

/usr/local/lib/python2.7/unittest/suite.py:108: DtypeWarning: Columns (10,45) have mixed types. Specify dtype option on import or set low_memory=False. 
    test(result) 
E 
====================================================================== 
ERROR: test_fourth_pandas (test_methods.Test) 
---------------------------------------------------------------------- 
Traceback (most recent call last): 
    File "/usr/src/app/test_methods.py", line 25, in test_fourth_pandas 
    all_equal = np.all(result == answer) 
    File "/usr/local/lib/python2.7/site-packages/pandas/core/ops.py", line 812, in wrapper 
    raise ValueError(msg) 
ValueError: Can only compare identically-labeled Series objects 

---------------------------------------------------------------------- 
Ran 1 test in 19.743s 

FAILED (errors=1) 

Answer 1

Il n'y a rien de mal avec pd.to_datetime. Il est possible que vous ayez des dates erronées. Essayez de spécifier un format et errors='coerce afin que les formats non valides soient convertis en NaT.

df['Bed Census Date'] = pd.to_datetime(df['Bed Census Date'].str.strip(), 
          format='%Y-%m-%d', errors='coerce') 

Maintenant, l'expansion sur mon comment, filtrer, trier, et obtenir les 10 premiers éléments à l'aide head:

x = df[df['Facility ID'] == facility_id]\ 
     .sort_values('Available Residential Beds', ascending=False).head(10) 
return x['Bed Census Date'] 

Answer 2

Suppression de la ligne de mise en forme de la date résolu l'erreur ci-dessus.

df = pd.read_csv('beds.csv', low_memory= False) 
    #df['Bed Census Date'] = pd.to_datetime(df['Bed Census Date']) 
    df = df.filter(items=['Facility ID', 'Bed Census Date','Available Residential Beds']) 
    x = df[df['Facility ID'] == facility_id].sort_values('Available Residential Beds', ascending=False).head(10) 
    return x['Bed Census Date']