DataFrameGroupBy 使用多索引选择子集

Posted 2023-03-11

【中文标题】DataFrameGroupBy 使用多索引选择子集

【英文标题】：DataFrameGroupBy select subset using multiindex

【发布时间】：2021-11-01 09:30:34

【问题描述】：

2 个完全相同的结构化数据帧。我将它们按 A 列和 B 列分组。

dfgrouby1=df1.groupby(['A','B'])
dfgrouby2=df2.groupby(['A','B'])

我按子组（每个数据帧）遍历dfgrouby1，并希望从dfgrouby2 获取具有相同索引（iA，iB）的子组（数据帧）。

2 个问题

如何在dfgrouby2中检索对应的子组； 如果 (iA,iB) 索引在 dfgrouby2 中不存在，如何捕获。

循环工作正常，文档显示具有多索引的数据帧使用 .loc[(index tuple)]，但显然不是 DataFrameGroupBy 对象。

广泛搜索。可能没有使用正确的描述符。

for (iA,iB),eachgroup1 in dfgrouby1:
    eachgroup2 =dfgrouby2.loc[(iA,iB)]
    #do things with eachgroup1['C':'Q'] vs. eachgroup2['C':'Q'] 

AttributeError: 'DataFrameGroupBy' object has no attribute 'loc'

也试过了：

    eachgroup2 =dfgrouby2[[iA,iB]]
KeyError: "Columns not found: 204, 34"
OR
    eachgroup2 =dfgrouby2[(iA,iB)]
KeyError: "Columns not found: 204, 34"

注意：204, 34 是 iA,iB 的第一个值

【问题讨论】：

很难理解您在寻找什么。 DataFrameGroupBy 是一个 indexer，它只是一种在分组的受限窗口顺序中快速访问特定索引组的机制。一般来说，如果您只想对某个部分进行操作，您应该在分组之前设置子集或选择。

好的 - 那么这将如何应用到上面呢？在我对 df1 进行分组之前，我不知道我在 df2 中索引了哪些组。 TIA

【参考方案1】：

get_group 是我找不到的语句。这会从第二个 groupby 中拉出相应的组。一个简单的 try/except 就足够了。

for (iA,iB),eachgroup1 in dfgrouby1:
     try:
          eachgroup2 =dfgrouby2.get_group(iA,iB)
          #comparison code for eachgroup1 and eachgroup2
     except:
          #missing statement/or exception code