是否可以将多指标(2级)熊猫数据帧按多指标级别中的一个进行分组?
据我所知,唯一的方法是对多索引执行reset_index操作,然后再次设置索引。我相信有更好的方法可以做到这一点,我想知道怎么做。
发布于 2013-09-09 07:05:40
可以,使用level参数。看看here吧。示例:
In [26]: s
first second third
bar doo one 0.404705
two 0.577046
baz bee one -1.715002
two -1.039268
foo bop one -0.370647
two -1.157892
qux bop one -1.344312
two 0.844885
dtype: float64
In [27]: s.groupby(level=['first','second']).sum()
first second
bar doo 0.981751
baz bee -2.754270
foo bop -1.528539
qux bop -0.499427
dtype: float64发布于 2021-02-04 20:09:28
在pandas的最新版本中,您可以按类似于列的多索引级别名称进行分组(例如,没有level关键字),从而允许您同时使用这两个名称。
>>> import pandas as pd
>>> pd.__version__
'1.0.5'
>>> df = pd.DataFrame({
... 'first': ['a', 'a', 'a', 'b', 'b', 'b'],
... 'second': ['x', 'y', 'x', 'z', 'y', 'z'],
... 'column': ['k', 'k', 'l', 'l', 'm', 'n'],
... 'data': [0, 1, 2, 3, 4, 5],
... }).set_index(['first', 'second'])
>>> df.groupby('first').sum()
data
first
a 3
b 12
>>> df.groupby(['second', 'column']).sum()
data
second column
x k 0
l 2
y k 1
m 4
z l 3
n 5您groupby的列和索引级名称必须是唯一的。如果您有一个同名的列和索引级别,则在尝试groupby时会得到一个ValueError。
发布于 2020-08-15 22:54:16
如果已经有多个索引可用,那么可以使用简单位置号来代替列名:
df = df.groupby(level=[0,1]).size()https://stackoverflow.com/questions/18689474
复制相似问题