嵌套熊猫数据框 - 如何按数据选择/分组?
Posted
技术标签:
【中文标题】嵌套熊猫数据框 - 如何按数据选择/分组?【英文标题】:Nested Pandas dataframe - How to select / group by data? 【发布时间】:2016-09-01 22:31:53 【问题描述】:我从嵌套字典生成了一个 Pandas 数据框,如下所示:
Col1 Col2 Col3
XXX aaa 1 8 1
bbb 9 7 4
ccc 3 5 9
ddd 2 7 2
YYY aaa 8 7 6
bbb 1 7 3
ccc 2 4 5
ddd 2 1 1
ZZZ aaa 2 2 4
bbb 1 7 5
ccc 0 1 2
ddd 0 9 6
我现在正在努力完成以下任务:
1.获取所有数据,其中第二个索引 = "bbb" 包括第一个索引值,如下例所示:
Col1 Col2 Col3
XXX bbb 1 8 1
YYY bbb 8 7 6
ZZZ bbb 2 2 4
2.将数据帧分组到按第一个索引值(“XXX”,“YYY”,...)分组的几个数据帧中
浏览 Pandas 文档和相关的 *** 问题并没有让我更进一步......
【问题讨论】:
感谢所有快速解答!我已经接受了 piRSquared 的回答,因为他的方法还通过 df.loc[pd.IndexSlice['XXX'], :] 【参考方案1】:在嵌套的DataFrame中不是index
而是MultiIndex
。
import pandas as pd
df = pd.DataFrame('Col2': ('ZZZ', 'ccc'): 1, ('ZZZ', 'aaa'): 2, ('ZZZ', 'ddd'): 9, ('XXX', 'aaa'): 8, ('XXX', 'ccc'): 5, ('YYY', 'bbb'): 7, ('XXX', 'ddd'): 7, ('ZZZ', 'bbb'): 7, ('YYY', 'ddd'): 1, ('YYY', 'aaa'): 7, ('YYY', 'ccc'): 4, ('XXX', 'bbb'): 7, 'Col3': ('ZZZ', 'ccc'): 2, ('ZZZ', 'aaa'): 4, ('ZZZ', 'ddd'): 6, ('XXX', 'aaa'): 1, ('XXX', 'ccc'): 9, ('YYY', 'bbb'): 3, ('XXX', 'ddd'): 2, ('ZZZ', 'bbb'): 5, ('YYY', 'ddd'): 1, ('YYY', 'aaa'): 6, ('YYY', 'ccc'): 5, ('XXX', 'bbb'): 4, 'Col1': ('ZZZ', 'ccc'): 0, ('ZZZ', 'aaa'): 2, ('ZZZ', 'ddd'): 0, ('XXX', 'aaa'): 1, ('XXX', 'ccc'): 3, ('YYY', 'bbb'): 1, ('XXX', 'ddd'): 2, ('ZZZ', 'bbb'): 1, ('YYY', 'ddd'): 2, ('YYY', 'aaa'): 8, ('YYY', 'ccc'): 2, ('XXX', 'bbb'): 9)
print df
Col1 Col2 Col3
XXX aaa 1 8 1
bbb 9 7 4
ccc 3 5 9
ddd 2 7 2
YYY aaa 8 7 6
bbb 1 7 3
ccc 2 4 5
ddd 2 1 1
ZZZ aaa 2 2 4
bbb 1 7 5
ccc 0 1 2
ddd 0 9 6
print df.index
MultiIndex(levels=[[u'XXX', u'YYY', u'ZZZ'],
[u'aaa', u'bbb', u'ccc', u'ddd']],
labels=[[0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2],
[0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]])
我想你可以用xs
来选择函数:
print df.xs('aaa', level=1)
Col1 Col2 Col3
XXX 1 8 1
YYY 8 7 6
ZZZ 2 2 4
print df.xs('bbb', level=1)
Col1 Col2 Col3
XXX 9 7 4
YYY 1 7 3
ZZZ 1 7 5
Multiindex
在文档中是here。
选择:cross sectionusing slicers - 其他solution
和 groupby
由 Multiindex 的第一级聚合,例如mean
:
print df.groupby(level=0).mean()
Col1 Col2 Col3
XXX 3.75 6.75 4.00
YYY 3.25 4.75 3.75
ZZZ 0.75 4.75 4.25
Groupby with multiindex
【讨论】:
【参考方案2】:尝试 get_level_values,如下所示:
df.iloc[df.index.get_level_values(1) == 'bbb']
您可以使用df.index.get_level_values
公开索引级别和标签,然后相应地构造您的 .iloc[]。
<bound method MultiIndex.get_level_values of MultiIndex
(
levels=[[u'bar', u'baz', u'foo', u'qux']
, [u'one', u'two']],
labels=[[0, 0, 1, 1, 2, 2, 3, 3]
, [0, 1, 0, 1, 0, 1, 0, 1]]
)>
这是一个有用的参考:
selecting from multi-index pandas
【讨论】:
【参考方案3】:解决方案
import pandas as pd
df.loc[pd.IndexSlice[:, 'bbb'], :]
【讨论】:
以上是关于嵌套熊猫数据框 - 如何按数据选择/分组?的主要内容,如果未能解决你的问题,请参考以下文章