[英]Split Dataframe to multiple Dataframes by sub columns
我找不到一种优雅的方式来拆分这张桌子:
Open Close High
stock1 stock2 stock1 stock2 stock1 stock2
.. .. .. .. .. ..
股票是子列,分成多个表,每个表对应一个股票,所以第一个表是
df_stock1
Open Close High
所以每个股票的表/数据框(可能> 2)然后返回这些dataframes
的数组。
你可以做这样的事情。 这是一个虚构的 dataframe:
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame(np.random.randint(1, 10, (6, 6)),
columns=pd.MultiIndex.from_product([['Open', 'Close', 'High'],
['Stock1', 'Stock2']]))
打印:
Open Close High
Stock1 Stock2 Stock1 Stock2 Stock1 Stock2
0 3 3 7 2 4 7
1 2 1 2 1 1 4
2 5 1 1 5 2 8
3 4 3 5 8 3 5
4 9 1 8 4 5 7
5 2 6 7 3 2 9
然后拆分您的多索引 df,使用 groupby 和 DataFrame.xs 执行以下操作:
Split = {idx: df_sub.xs(idx, level=1, axis=1) for idx,df_sub in df.groupby(level=1, axis=1)}
print(Split['Stock1'])
其中df_sub
指的是多索引 df 的第一级。 这给出了:
Open Close High
0 3 7 4
1 2 2 1
2 5 1 2
3 4 5 3
4 9 8 5
5 2 7 2
和
Split2 = {idx: df_sub.xs(idx, level=1, axis=1) for idx,df_sub in df.groupby(level=1, axis=1)}
print(Split2['Stock2'])
印刷:
Open Close High
0 3 2 7
1 1 1 4
2 1 5 8
3 3 8 5
4 1 4 7
5 6 3 9
编辑其他级别
同样,如果你想要所有的 Open 股票,你可以这样做:
Split_open = {idx: df_sub.xs(idx, level=0, axis=1) for idx,df_sub in df.groupby(level=0, axis=1)}
print(Split_open['Open'])
返回:
Stock1 Stock2
0 3 3
1 2 1
2 5 1
3 4 3
4 9 1
5 2 6
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.