在Pandas DataFrame中用groupby调用find_peaks()遇KeyError求助

问题原因 #

find_peaks返回的peaks是当前分组内的位置索引（从0开始的整数位置），而非原DataFrame的索引标签。用这些位置值去匹配group的索引（原DataFrame的索引），自然找不到对应键，触发KeyError。

解决方案 #

方案1：用iloc替代loc按位置赋值 #

直接利用iloc按位置定位的特性，匹配find_peaks返回的位置索引：

def find_peaks_in_group(group):
    peaks, peak_properties = find_peaks(group['RFPower'], prominence=1, height=0.7)
    group['peaks'] = False
    # 通过iloc按位置设置peaks列
    group.iloc[peaks, group.columns.get_loc('peaks')] = True
    group['peak_heights'] = 0.0
    # 同理设置peak_heights列
    group.iloc[peaks, group.columns.get_loc('peak_heights')] = peak_properties['peak_heights']
    return group

result_df = df.groupby('ID', group_keys=False).apply(find_peaks_in_group)

方案2：重置分组索引为连续序列 #

先将分组的索引重置为0开始的连续值，处理完成后再恢复原索引：

def find_peaks_in_group(group):
    # 重置分组索引，保留原索引到临时列
    group = group.reset_index(drop=False)
    peaks, peak_properties = find_peaks(group['RFPower'], prominence=1, height=0.7)
    group['peaks'] = False
    group.loc[peaks, 'peaks'] = True
    group['peak_heights'] = 0.0
    group.loc[peaks, 'peak_heights'] = peak_properties['peak_heights']
    # 恢复原索引
    group = group.set_index('index')
    return group

result_df = df.groupby('ID', group_keys=False).apply(find_peaks_in_group)

注意事项 #

两种方案核心都是让peaks的取值能匹配到分组内的行定位：iloc直接识别位置，重置索引则是让loc能匹配到连续的标签值。

内容的提问来源于stack exchange，提问作者thentangler