首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >在使用groupby并应用时,为多个索引中的一个索引创建一个新级别

问在使用groupby并应用时,为多个索引中的一个索引创建一个新级别
EN

Stack Overflow用户
提问于 2019-06-14 18:46:11
回答 1查看 352关注 0票数 0

我在Python3 / Pandas工作。我有一个多索引的DataFrame :数据源('src')、日期('dt')和状态('stat')。有一个名为“val”的任意测量列。目前,“状态”索引(['gain', 'loss', 'current'])有三个级别。我想要创建第四个级别'net',它将反映所有测量/列的‘增益’级别和‘损失’级别之间的差异(目前只有val,b/c,这是本例中唯一的列)。我会叫这个新的'stat‘级'net’。

--我可以想出扩大DataFrame的解决方案,但是当原始的DataFrame包含许多度量列时,这是不可取的。对于我的实际数据集,是这样的,尽管这个例子没有反映这一点。因此,答案应该推广到许多度量列,而不仅仅是示例'val' df**.**中的列。

以下是我目前的尝试:

代码语言:javascript
复制
from datetime import datetime
import random as rd
import pandas as pd

# create the levels for the multiindex
u_source = ['src1','src2']
u_date = pd.date_range(end=datetime.today(), freq='1D', periods=3).date
u_status = ['current','gain','loss']
idx = pd.MultiIndex.from_product(
    [u_source, u_date, u_status],
    names = ['src', 'dt', 'stat']
)

# create the measurement values
rd.seed(42)
vals = [rd.randint(0,9) for _ in range(len(idx))]
vals2 = [rd.randint(0,9) for _ in range(len(idx))]

# create the dataframe from the multiindex
# and measurement values
df = pd.DataFrame({'val':vals, 'val2':vals2}, index=idx)

# function to create measurement values that
# reflect differences in vals between 
# two levels of a particular index in a multiindex
# Operates on a groupby object
def get_net(gb):
    new = gb.loc[(slice(None),slice(None),'gain'), :]
    new.rename(index={'gain':'net'}, inplace=True)
    lost = gb.loc[(slice(None),slice(None),'loss'), :]
    lost.rename(index={'loss':'net'}, inplace=True)

    nn = new - lost
    # pd.merge(gb, nn, how='outer') # doesn't work
    return nn # doesn't recombine with other levels, creates extra columns



# group by src and dt
# per each source and date,
# take the difference in val 
# between stat=gain and stat=loss, 
# label that difference as stat=net
df_gb = df.groupby(['src','dt']) # groupby
ans = df_gb.apply(get_net) # apply func to gb
ans

​

​

我可以做这个计算。但是,我当前的输出有两个不可取的方面。首先,群中使用的多指标'src‘和'dt’的两个指标在输出多指标中被重复。第二,我仍然想要原始索引的“val”列.但是“stat”(“增益”、“损失”、“当前”)的原始级别都在输出中下降。

如何防止多索引中的索引重复,并保留所有原始索引级别和相关值?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-06-14 18:54:59

按以下评论。

您需要as_index = False作为groupby的参数

代码语言:javascript
复制
df_gb = df.groupby(['src','dt'], as_index=False)

另一种方式。

更健壮和更通用的代码:

代码语言:javascript
复制
df.unstack().stack(0).eval('net = gain - loss').unstack().stack(0)

你想要这样的东西吗?

代码语言:javascript
复制
df.unstack()['val'].eval('net = gain - loss').stack().to_frame(name='value')

输出:

代码语言:javascript
复制
                         value
src  dt         stat          
src1 2019-06-12 current      1
                gain         0
                loss         4
                net         -4
     2019-06-13 current      3
                gain         3
                loss         2
                net          1
     2019-06-14 current      1
                gain         8
                loss         1
                net          7
src2 2019-06-12 current      9
                gain         6
                loss         0
                net          6
     2019-06-13 current      0
                gain         1
                loss         3
                net         -2
     2019-06-14 current      3
                gain         8
                loss         9
                net         -1
​
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/56603675

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档