Pandas计算日收盘价区间时出现“Wrong number of items passed 2”错误排查

先给大家还原下场景：我有一份按10分钟频率记录的行情数据，结构大概是这样的（简化后示例）：

import pandas as pd
import numpy as np

data = {
    'Date': ['2019-06-20 07:00:00', '2019-06-20 07:05:00', '2019-06-20 07:10:00',
             '2019-06-21 07:00:00', '2019-06-21 07:05:00', '2019-06-21 07:10:00',
             '2019-06-24 07:00:00', '2019-06-24 07:05:00', '2019-06-24 07:10:00',
             '2019-06-25 07:00:00', '2019-06-25 07:05:00', '2019-06-25 07:10:00',
             '2019-06-26 07:00:00'],
    'Close': [2927.25, 2927.00, 2926.75, 2932.25, 2932.25, 2931.00,
              2941.75, 2942.25, 2941.50, 2925.50, 2926.50, 2926.50, 2903.25]
}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])

我想要计算每日收盘价的区间，于是按日期分组并聚合最小、最大值：

rangeofday = df.groupby(pd.Grouper(key='Date', freq='1D')).agg({'Close':[np.min, np.max]})
rangeofday = rangeofday.dropna()

结果得到了一个多级列索引的DataFrame，没法直接用rangeofday.amin或者rangeofday.Closeamin访问数据。我尝试计算区间值时，写了这段代码：

rangeofday['range'] = (rangeofday.iloc[:, [0]] - rangeofday.iloc[:, [1]])/0.25

结果直接报错：Wrong number of items passed 2, placement implies 1。下面给大家拆解下这个错误的原因，以及几种解决办法。

错误含义是什么？ #

这个报错的核心很简单：你试图把一个二维的DataFrame结果，赋值给一个单一的列。

当你用iloc[:, [0]]这种写法时（注意内层的方括号[0]），得到的是一个保留了列索引的二维DataFrame，而不是一维的Series。两个这样的DataFrame相减后，结果还是一个二维的DataFrame，但rangeofday['range']需要的是一个一维的Series。Pandas就会提示你：“你传了一个二维结构（相当于2个元素维度），但我这里只需要一维的”。

怎么解决？ #

给大家分享三种实用的解决方法，按需选择：

方法1：修改iloc索引，获取一维Series #

把iloc[:, [0]]改成iloc[:, 0]（去掉内层的方括号），这样得到的就是一维的Series，相减后结果也是Series，可以直接赋值给新列：

rangeofday['range'] = (rangeofday.iloc[:, 0] - rangeofday.iloc[:, 1])/0.25

方法2：利用多级列索引直接访问 #

既然已经是多级列索引，咱们可以直接通过层级定位，代码可读性更高：

# 写法一：通过层级依次访问
rangeofday['range'] = (rangeofday['Close']['amin'] - rangeofday['Close']['amax'])/0.25

# 写法二：用元组形式指定多级索引，更严谨（避免列名冲突时出错）
rangeofday['range'] = (rangeofday[('Close', 'amin')] - rangeofday[('Close', 'amax')])/0.25

方法3：聚合时重命名，避免多级索引 #

最省心的办法其实是在分组聚合的时候，直接给聚合结果指定列名，这样得到的就是普通的单级列索引，后续操作完全不用纠结多级索引的问题：

# 聚合时直接命名结果列，生成单级索引DataFrame
rangeofday = df.groupby(pd.Grouper(key='Date', freq='1D')).agg(
    close_min=('Close', np.min),
    close_max=('Close', np.max)
).dropna()

# 直接计算区间值，跟操作普通DataFrame完全一样
rangeofday['range'] = (rangeofday['close_min'] - rangeofday['close_max'])/0.25

内容的提问来源于stack exchange，提问作者Mark T