時系列で簡単な共分散分析を行う必要があります。私の生データは次のような形になります。
WEEK_END_DATE TITLE_SHORT SALES
2012-02-25 00:00:00.000000 "Bob" (EBK) 1
"Bob" (EBK) 1
2012-03-31 00:00:00.000000 "Bob" (EBK) 1
"Bob" (EBK) 1
2012-03-03 00:00:00.000000 "Sally" (EBK) 1
2012-03-10 00:00:00.000000 "Sally" (EBK) 1
2012-03-17 00:00:00.000000 "Sally" (EBK) 1
"Sally" (EBK) 1
2012-04-07 00:00:00.000000 "Sally" (EBK) 1
ご覧のとおり、いくつかの重複があります。何かが欠けていない限り、numpy.cov を使用できるように、このデータをタイトルごとのベクトルのセットにする必要があります。
質問：
日付と名前の重複を見つけて合計で集計するにはどうすればよいですか? pandas groupby WEEK_END_DATE と TITTLE_SHORT を使用しようとしましたが、理解できない方法でインデックスが作成されます。
編集：具体的には、試してみるとdf.groupby(["WEEK_END_DATE", "TITLE_SHORT"])、次のようになります。
>df.ix[0:3]
WEEK_END_DATE TITLE_SHORT
2012-02-04 00:00:00.000000 'SALEM'S LOT (EBK) <pandas.core.indexing._NDFrameIndexer object a...
'TIS THE SEASON! (EBK) <pandas.core.indexing._NDFrameIndexer object a...
(NOT THAT YOU ASKED) (EBK) <pandas.core.indexing._NDFrameIndexer object a...
dtype: object
選択しようとすると、次のdf.ix[1,]エラーが発生します。
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/Library/Python/2.7/site-packages/pandas-0.11.0rc1_20130415-py2.7-macosx-10.8-intel.egg/pandas/core/series.py", line 613, in __getitem__
return self.index.get_value(self, key)
File "/Library/Python/2.7/site-packages/pandas-0.11.0rc1_20130415-py2.7-macosx-10.8-intel.egg/pandas/core/index.py", line 1630, in get_value
loc = self.get_loc(key)
File "/Library/Python/2.7/site-packages/pandas-0.11.0rc1_20130415-py2.7-macosx-10.8-intel.egg/pandas/core/index.py", line 2285, in get_loc
result = slice(*self.slice_locs(key, key))
File "/Library/Python/2.7/site-packages/pandas-0.11.0rc1_20130415-py2.7-macosx-10.8-intel.egg/pandas/core/index.py", line 2226, in slice_locs
start_slice = self._partial_tup_index(start, side='left')
File "/Library/Python/2.7/site-packages/pandas-0.11.0rc1_20130415-py2.7-macosx-10.8-intel.egg/pandas/core/index.py", line 2250, in _partial_tup_index
raise Exception('Level type mismatch: %s' % lab)
Exception: Level type mismatch: 3