基于多索引对列值求和

Posted 2023-03-11

【中文标题】基于多索引对列值求和

【英文标题】：Summing column values based on multiindex

【发布时间】：2020-09-07 00:45:57

【问题描述】：

我有一个多索引数据框，为简单起见如下；

                      Values    
01-01-2010 Belgium    1    
           Belgium    7
           UK         3 
           UK         4
           UK         2
           France     1
           France     3
02-01-2010 Belgium    4
           UK         7
           UK         10
           UK         2
           France     4

我需要尝试总结每个国家/地区每天的价值。 实际的数据框有大约 10 年的数据和 40 个国家。

有没有使用 resample() 函数的简单方法来做到这一点？ 我似乎无法使用多索引。我也许可以将国家/地区转换回一列？

非常感谢任何帮助。

【参考方案1】：

实际上，如果我允许索引首先是列，我认为这会起作用；

sum_df = df.groupby(['Time','From Country']).agg('Value': 'sum')

【参考方案2】：

groupby 指定级别的索引

df2 = df.groupby(level=[0,1])['Values'].sum()
print(df2)
01-01-2010   Belgium       8
             France        4
             UK            9
02-01-2010   Belgium       4
             France        4
             UK           19
Name: Values, dtype: int64

【讨论】：

我现在实际上遇到了这个错误..ValueError: level > 0 only valid with MultiIndex。也许我的列没有正确编入索引？

@spcol print(df.index) 在此处粘贴输出

print(df.index) RangeIndex(start=0, stop=66766, step=1)

print(df.columns) 只产生列名。没有索引标题的迹象。

已接受您的回答，因为我认为问题是我的索引开始。如果索引正确，这将起作用。再次感谢！