有没有一种简单的方法可以对 Pandas DataFrame 中的列进行分组？

Posted 2023-02-14

【中文标题】有没有一种简单的方法可以对 Pandas DataFrame 中的列进行分组？

【英文标题】：Is there an easy way to group columns in a Pandas DataFrame?

【发布时间】：2015-08-27 19:13:07

【问题描述】：

我正在尝试使用 Pandas 来表示运动捕捉数据，该数据具有对每个 N 个标记的 (x, y, z) 位置的 T 个测量值。例如，当 T=3 和 N=4 时，原始 CSV 数据如下所示：

T,Ax,Ay,Az,Bx,By,Bz,Cx,Cy,Cz,Dx,Dy,Dz
0,1,2,1,3,2,1,4,2,1,5,2,1
1,8,2,3,3,2,9,9,1,3,4,9,1
2,4,5,7,7,7,1,8,3,6,9,2,3

这很容易加载到 DataFrame 中，而且我学到了一些简单的技巧（例如将标记数据转换为 z 分数或计算速度）。

不过，我想做的一件事是将上面显示的“平面”数据转换为在列（标记）上具有分层索引的格式，以便在级别 0 有 N 列（一个对于每个标记），并且每个标记在 1 级有 3 列（x、y 和 z 各一列）。

  A     B     C     D
  x y z x y z x y z x y z
0 1 2 1 3 2 1 4 2 1 5 2 1
1 8 2 3 3 2 9 9 1 3 4 9 1
2 4 5 7 7 7 1 8 3 6 9 2 3

我知道如何通过加载平面文件然后直接操作 Series 对象来做到这一点，可能是使用 append 或者只是使用手动创建的 MultiIndex 创建一个新的 DataFrame。

作为 Pandas 的学习者，感觉必须有一种方法可以更轻松地做到这一点，但很难发现。有没有更简单的方法？

【问题讨论】：

您也可以考虑使用 MultiIndex，这取决于您是否需要进行多维转换。

分层索引和MultiIndex有区别吗？

我不使用它，阅读SO和pandas doc就可以了。

【参考方案1】：

在你的情况下，你基本上只需要操作列名。

从您的原始 DataFrame（和一个微小的索引操作）开始：

from StringIO import StringIO
import numpy as np
a = pd.read_csv(StringIO('T,Ax,Ay,Az,Bx,By,Bz,Cx,Cy,Cz,Dx,Dy,Dz\n\
    0,1,2,1,3,2,1,4,2,1,5,2,1\n\
    1,8,2,3,3,2,9,9,1,3,4,9,1\n\
    2,4,5,7,7,7,1,8,3,6,9,2,3'))
a.set_index('T', inplace=True)

这样：

>> a
Ax  Ay  Az  Bx  By  Bz  Cx  Cy  Cz  Dx  Dy  Dz
T                                               
0   1   2   1   3   2   1   4   2   1   5   2   1
1   8   2   3   3   2   9   9   1   3   4   9   1
2   4   5   7   7   7   1   8   3   6   9   2   3

然后只需为您的列创建一个元组列表，并使用MultiIndex.from_tuples：

a.columns = pd.MultiIndex.from_tuples([(c[0], c[1]) for c in a.columns])

>> a
    A           B           C           D
    x   y   z   x   y   z   x   y   z   x   y   z
T                                               
0   1   2   1   3   2   1   4   2   1   5   2   1
1   8   2   3   3   2   9   9   1   3   4   9   1
2   4   5   7   7   7   1   8   3   6   9   2   3

【讨论】：

好的！我错过了我可以为 columns 属性分配一个新索引。