[英]Pandas: How to group by and sum MultiIndex
我有一個帶有分類屬性的數據框,其中索引包含重復項。 我試圖找到索引和屬性的每個可能組合的總和。
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack()
print(y)
print(y.groupby(level=[0,1]).sum())
產量
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
堆棧和組合總和是一樣的。
但是,我期待的是
11 x 2
11 y 6
12 x 6
12 y 10
編輯2:
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack().groupby(level=[0,1]).sum()
print(y.groupby(level=[0,1]).sum())
輸出:
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
使用Pandas 0.15.2,您只需再重復一次groupby
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack().groupby(level=[0,1]).sum()
print(y.groupby(level=[0,1]).sum())
版畫
11 x 2
y 6
12 x 6
y 10
使用pandas 0.16.2和Python 3,我能夠通過以下方式獲得正確的結果:
x.stack().reset_index().groupby(['level_0','level_1']).sum()
哪個產生:
0
level_0 level_1
11 x 2
y 6
12 x 6
y 10
然后,您可以使用reindex()
和columns
將索引和列名稱更改為更合適的名稱。
根據我的研究,我同意原始方法的失敗似乎是一個錯誤。 我認為這個bug出現在Series
,這就是x.stack()
產生的。 我的解決方法是通過reset_index()
將Series
轉換為DataFrame
。 在這種情況下, DataFrame
不再具有MultiIndex
- 我只是對標記列進行分組。
要確保對具有DataFrame
的MultiIndex
進行分組和求和,您可以嘗試使用它來獲得相同的正確輸出:
x.stack().reset_index().set_index(['level_0','level_1'],drop=True).\
groupby(level=[0,1]).sum()
在解決錯誤之前,這些變通辦法中的任何一個都應該處理好事情。
我想知道這個bug是否與在Series
與DataFrame
上創建的MultiIndex
實例有關。 例如:
In[1]: obj = x.stack()
type(obj)
Out[1]: pandas.core.series.Series
In[2]: obj.index
Out[2]: MultiIndex(levels=[[11, 11, 12, 12], ['x', 'y']],
labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]])
與
In[3]: obj = x.stack().reset_index().set_index(['level_0','level_1'],drop=True)
type(obj)
Out[3]: pandas.core.frame.DataFrame
In[4]: obj.index
Out[4]: MultiIndex(levels=[[11, 12], ['x', 'y']],
labels=[[0, 0, 0, 0, 1, 1, 1, 1], [0, 1, 0, 1, 0, 1, 0, 1]],
names=['level_0', 'level_1'])
請注意MultiIndex
上的DataFrame
如何更准確地描述級別。
sum
允許您指定要在MultiIndex數據框中求和的級別。
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack()
y.sum(level=[0,1])
11 x 2
y 6
12 x 6
y 10
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.