![](/img/trans.png)
[英]How to calculate slope in rows of a multiindex dataframe in pandas?
[英]How to calculate quantiles in a pandas multiindex DataFrame?
我有一个pandas multiindex DataFrame,我想计算其在特定索引级别上的值的分位数。 最好用一个例子来解释。
首先,让我们创建DataFrame:
import itertools
import pandas as pd
import numpy as np
item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('Item', 'Type', 'Location'))
df = pd.DataFrame(np.random.randn(len(idx), 3), index=idx,columns=('C1', 'C2', 'C3'))
df
假设我们想要计算所有位置上每个项目和类型的列值中值的表格。 这很容易使用内置的.median方法:
median_df = df.median(level=[0,1])
median_df
这将生成一个带有multiindex =(Item,Type)的三列DataFrame。 它适用于大多数常见功能,如.mean,.max,.min等。
但它对.quantile不起作用 - 奇怪的是,分位数没有'level'参数。
如何以与中位数等相同的方式计算给定的分位数?
通过首先按多指数级别分组来应用quantile
功能:
df.groupby(level=[0,1]).quantile()
相同的结果将适用于中median
函数,因此以下行等同于您的代码df.median(level=[0,1])
:
df.groupby(level=[0,1]).median()
对于groupby
函数返回的GroupBy
对象,您还有一个agg
函数,它允许您一次批量调用多个函数调用,结果数据框将有多个列级别:
df.groupby(level=[0,1]).agg(['median', 'quantile'])
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.