首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用rolling().max()向pandas多索引数据帧添加新列

问使用rolling().max()向pandas多索引数据帧添加新列
EN

Stack Overflow用户
提问于 2017-08-03 17:57:07
回答 1查看 299关注 0票数 0

我有以下具有多索引的数据帧:

代码语言:javascript
复制
dates = pd.date_range(start='2016-01-01 09:30:00', periods=20, freq='s')
df = pd.DataFrame({'A': [1] * 20 + [2] * 12 + [3] * 8,
               'B': np.concatenate((dates, dates)),
             'C': np.arange(40)})
df = df.set_index(["B","A"])

现在,我想创建一个新列,它是索引A的最后两个值中的最大值。我尝试了以下方法:

代码语言:javascript
复制
df.loc[:,"D"] = df.groupby(level="A").rolling(2).max()

但它只为新列(“D”)生成N/A,因为分组的数据帧索引的顺序与原始数据帧的顺序相反。

我该如何解决这个问题呢?我更喜欢远离堆叠/出栈、包级别/排序级别、连接或合并,因为我有一个很大的数据帧,而这些操作往往相当耗时。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2017-08-03 18:05:35

您需要带drop参数的reset_index来删除第一级MultiIndex:

代码语言:javascript
复制
df['D'] = df.groupby(level="A")['C'].rolling(2).max().reset_index(level=0, drop=True)
print (df)
                        C     D
B                   A          
2016-01-01 09:30:00 1   0   NaN
2016-01-01 09:30:01 1   1   1.0
2016-01-01 09:30:02 1   2   2.0
2016-01-01 09:30:03 1   3   3.0
2016-01-01 09:30:04 1   4   4.0
2016-01-01 09:30:05 1   5   5.0
2016-01-01 09:30:06 1   6   6.0
2016-01-01 09:30:07 1   7   7.0
2016-01-01 09:30:08 1   8   8.0
2016-01-01 09:30:09 1   9   9.0
2016-01-01 09:30:10 1  10  10.0
2016-01-01 09:30:11 1  11  11.0
2016-01-01 09:30:12 1  12  12.0
2016-01-01 09:30:13 1  13  13.0
2016-01-01 09:30:14 1  14  14.0
2016-01-01 09:30:15 1  15  15.0
2016-01-01 09:30:16 1  16  16.0
2016-01-01 09:30:17 1  17  17.0
2016-01-01 09:30:18 1  18  18.0
2016-01-01 09:30:19 1  19  19.0
2016-01-01 09:30:00 2  20   NaN
2016-01-01 09:30:01 2  21  21.0
...
...

因为:

代码语言:javascript
复制
print (df.groupby(level="A")['C'].rolling(2).max())
A  B                    A
1  2016-01-01 09:30:00  1     NaN
   2016-01-01 09:30:01  1     1.0
   2016-01-01 09:30:02  1     2.0
   2016-01-01 09:30:03  1     3.0
   2016-01-01 09:30:04  1     4.0
   2016-01-01 09:30:05  1     5.0
   2016-01-01 09:30:06  1     6.0
   2016-01-01 09:30:07  1     7.0
   2016-01-01 09:30:08  1     8.0
   2016-01-01 09:30:09  1     9.0
   2016-01-01 09:30:10  1    10.0
   2016-01-01 09:30:11  1    11.0
   2016-01-01 09:30:12  1    12.0
   2016-01-01 09:30:13  1    13.0
   2016-01-01 09:30:14  1    14.0
   2016-01-01 09:30:15  1    15.0
   2016-01-01 09:30:16  1    16.0
   2016-01-01 09:30:17  1    17.0
   2016-01-01 09:30:18  1    18.0
   2016-01-01 09:30:19  1    19.0
2  2016-01-01 09:30:00  2     NaN
   2016-01-01 09:30:01  2    21.0
...
...
票数 2
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/45480842

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