所以,使用分组DataFrame的另一个问题是我对...感到困惑......
我已将聚合字典定义为:
aggregations_level_1 = {
'A': {
'mean': 'mean',
},
'B': {
'mean': 'mean',
},
}
现在我有两个分组的DataFrame,我已经使用上面的聚合,然后加入:
grouped_top =
df1.groupby(['group_lvl']).agg(aggregations_level_1)
grouped_bottom =
df2.groupby(['group_lvl']).agg(aggregations_level_1)
加入这些:
df3 = grouped_top.join(grouped_bottom, how='left', lsuffix='_top_10',
rsuffix='_low_10')
A_top_10 A_low_10 B_top_10 B_low_10
mean mean mean mean
group_lvl
a 3.711413 14.515901 3.711413 14.515901
b 4.024877 14.442106 3.694689 14.209040
c 3.694689 14.209040 4.024877 14.442106
现在,如果我调用索引和列:
print df3.index
>> Index([u'a', u'b', u'c'], dtype='object', name=u'group_lvl')
print df3.columns
>> MultiIndex(levels=[[u'A_top_10', u'A_low_10', u'B_top_10', u'B_low_10'], [u'mean']],
labels=[[0, 1, 2, 3], [0, 0, 0, 0]])
因此,看起来我有一个索引为a,b,c
的常规DataFrame对象,但每列都是一个MultiIndex对象。这是正确的解释吗?
A_top_10, A_low_10
只有a,b,c
?A_top_10, B_top_10
和a
只有c
?我很困惑所以任何整体帮助都会很棒!
答案 0 :(得分:1)
需要slicers,但首先按sort_index
排序列,否则错误:
UnsortedIndexError:' MultiIndex Slicing要求索引完全是lexsorted tuple len(1),lexsort depth(0)'
df = df.sort_index(axis=1)
idx = pd.IndexSlice
df1 = df.loc[:, idx[['A_low_10', 'A_top_10'], :]]
print (df1)
A_low_10 A_top_10
mean mean
group_lvl
a 14.515901 3.711413
b 14.442106 4.024877
c 14.209040 3.694689
和
idx = pd.IndexSlice
df2 = df.loc[['a','c'], idx[['A_top_10', 'B_top_10'], :]]
print (df2)
A_top_10 B_top_10
mean mean
group_lvl
a 3.711413 3.711413
c 3.694689 4.024877
编辑:
因此,看起来我有一个带索引a,b,c的常规DataFrame对象,但每列都是一个MultiIndex对象。这是正确的解释吗?
我认为非常接近,更好的是我在MultiIndex
中有columns
。