首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >将pandas多索引切片相互划分

问将pandas多索引切片相互划分
EN

Stack Overflow用户
提问于 2020-06-15 21:44:39
回答 2查看 72关注 0票数 2

我有一个具有四个索引级别的pandas多索引数据框架。我正在尝试将此数据帧的一个切片除以同一数据帧的另一个切片。

代码语言:javascript
复制
import pandas as pd

df = pd.DataFrame(
    data={"data_provider": ["prov_a", "prov_a", "prov_a", "prov_a", "prov_a", "prov_a"],
          "indicator": ["ind_a", "ind_a", "ind_a", "ind_b", "ind_b", "ind_b"],
          "unit": ["EUR", "EUR", "EUR", "EUR", "EUR", "EUR"],
          "year": ["2017", "2018","2019", "2017","2018","2019"],
          "country1": [1, 2, 3, 2, 4, 6],
          "country2": [4, 5, 6, 40, 50, 60]}
)

df = df.set_index(["data_provider", "indicator", "unit", "year"], drop=True)

print(df.loc[(slice(None), ["ind_a"]), :] / df.loc[(slice(None), ["ind_b"]), :])

尽管每个切片都会产生一个有效的df切片,但这种简单的划分会导致所有NaN。如果我删除第一个索引级别,并执行相同的切片和除法操作,我确实会得到正确的结果。但是,indicator索引级将被删除,这是有意义的。

代码语言:javascript
复制
df1.droplevel(0)
print(df.loc["ind_a", :] / df.loc["ind_b", :])

最后,我想将除法的结果附加到现有的df数据帧中。我需要分配多索引的前两个级别。就像data_provider="prov_a"和indicator="ind_c"一样。我该怎么做呢?

EN

回答 2

Stack Overflow用户

回答已采纳

发布于 2020-06-15 22:00:34

问题的根源是除法的两端在MultiIndex的第一级都有第一个值。

因此,如果您删除此级别的索引,然后执行除法:

代码语言:javascript
复制
res = df.loc[(slice(None), ["ind_a"]), :].droplevel([1]) / \
    df.loc[(slice(None), ["ind_b"]), :].droplevel([1])

你会得到正确的结果。

要将此结果附加到源DataFrame,请运行以下命令:

代码语言:javascript
复制
res2 = pd.concat([res], keys=['ind_c'], names=['indicator']).swaplevel(0,1)
df = pd.concat([df, res2])

结果是:

代码语言:javascript
复制
                                   country1  country2
data_provider indicator unit year                    
prov_a        ind_a     EUR  2017       1.0       4.0
                             2018       2.0       5.0
                             2019       3.0       6.0
              ind_b     EUR  2017       2.0      40.0
                             2018       4.0      50.0
                             2019       6.0      60.0
              ind_c     EUR  2017       0.5       0.1
                             2018       0.5       0.1
                             2019       0.5       0.1
票数 3
EN

Stack Overflow用户

发布于 2020-06-15 22:13:30

我将使用pd.IndexSlice和to_numpy从除数中剥离索引,因此,pandas不会强制数据对齐来划分数据帧的相同形状部分:

代码语言:javascript
复制
import pandas as pd
df = pd.DataFrame(
    data={"data_provider": ["prov_a", "prov_a", "prov_a", "prov_a", "prov_a", "prov_a"],
          "indicator": ["ind_a", "ind_a", "ind_a", "ind_b", "ind_b", "ind_b"],
          "unit": ["EUR", "EUR", "EUR", "EUR", "EUR", "EUR"],
          "year": ["2017", "2018","2019", "2017","2018","2019"],
          "country1": [1, 2, 3, 2, 4, 6],
          "country2": [4, 5, 6, 40, 50, 60]}
)
df = df.set_index(["data_provider", "indicator", "unit", "year"], drop=True)

indx = pd.IndexSlice
df_new = (df.loc[indx[:, 'ind_a'], :].div(df.loc[indx[:, 'ind_b'], :].to_numpy())
            .rename(index={'ind_a':'ind_c'}))
df_out = pd.concat([df,df_new])
print(df_out)

输出:

代码语言:javascript
复制
                                   country1  country2
data_provider indicator unit year                    
prov_a        ind_a     EUR  2017       1.0       4.0
                             2018       2.0       5.0
                             2019       3.0       6.0
              ind_b     EUR  2017       2.0      40.0
                             2018       4.0      50.0
                             2019       6.0      60.0
              ind_c     EUR  2017       0.5       0.1
                             2018       0.5       0.1
                             2019       0.5       0.1
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/62389526

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