如何在熊猫多索引中按小时分组

Question

我有一个带有两个索引，数据和性别列的熊猫多索引。 看起来像这样：

                  Division  North  South  West  East

               Date Gender     
2016-05-16 19:00:00      F      0      2     3     3
                         M     12     15    12    12
2016-05-16 20:00:00      F     12      9    11    11
                         M     10     13     8     9
2016-05-16 21:00:00      F      9      4     7     1
                         M      5      1    12    10

现在，如果我想查找每个小时的平均值，我知道可以这样做：

df.groupby(df.index.hour).mean()

但是，当您有多索引时，这似乎不起作用。 我发现可以达到Date索引，例如：

df.groupby(df.index.get_level_values('Date').hour).mean()

一天24小时内的平均水平，但我不太了解性别指数...

所以我的问题是：如何找到按性别划分的每个部门的平均小时值？

Answer 1

我认为您可以添加MultiIndex级别，需要pandas 0.20.1+ ：

df1 = df.groupby([df.index.get_level_values('Date').hour,'Gender']).mean()
print (df1)
             North  South  West  East
Date Gender                          
19   F           0      2     3     3
     M          12     15    12    12
20   F          12      9    11    11
     M          10     13     8     9
21   F           9      4     7     1
     M           5      1    12    10

另一个解决方案：

df1 = df.groupby([df.index.get_level_values('Date').hour,
                  df.index.get_level_values('Gender')]).mean()
print (df1)
             North  South  West  East
Date Gender                          
19   F           0      2     3     3
     M          12     15    12    12
20   F          12      9    11    11
     M          10     13     8     9
21   F           9      4     7     1
     M           5      1    12    10

或者直接从MultiIndex创建列：

df = df.reset_index()
df1 = df.groupby([df['Date'].dt.hour, 'Gender']).mean()
print (df1)
             North  South  West  East
Date Gender                          
19   F           0      2     3     3
     M          12     15    12    12
20   F          12      9    11    11
     M          10     13     8     9
21   F           9      4     7     1
     M           5      1    12    10