基於 Pandas 中的系列成員資格創建兩個數據框

Question

我是初學者，我似乎無法找到確切的答案。

我有兩個數據框，第一個有本地化的經濟數據 (df1)：

(index)  (index)     2000     2010  Diff   
State    Region    
NY       NYC         1000     1100   100
NY       Upstate      200      270    70
NY       Long_Island 1700     1800   100 
IL       Chicago      300      500   200
IL       South         50       35    15
IL       Suburbs      800      650  -150

第二個有一個州和地區列表，（df2）：

index   State   Region
0        NY      NYC
1        NY      Long_Island
2        IL      Chicago

最終，我想要做的是對df2的狀態和區域之間的Diff列與df1中未包含在df2所有其他列之間的Diff列運行t-test 。 但是，我還沒有設法划分組，所以我無法運行測試。

我最近的（許多）嘗試如下所示：

df1['Region', 'State'].isin(df2['Region', 'State'])

我也試過pd.merge但似乎無法讓它工作。 我認為這是因為多級索引，但我仍然不知道如何獲取不在df2的州/地區。

Answer 1

看來您需要MultiIndexes difference ，然后按loc選擇：

print (df1.index)
MultiIndex(levels=[['IL', 'NY'], ['Chicago', 'Long_Island', 
                                  'NYC', 'South', 'Suburbs', 'Upstate']],
           labels=[[1, 1, 1, 0, 0, 0], [2, 5, 1, 0, 3, 4]],
           names=['State', 'Region'])

print (df2.index)
Int64Index([0, 1, 2], dtype='int64', name='index')

print (df1.index.names)
['State', 'Region']

---

#create index from both columns
df2 =  df2.set_index(df1.index.names)
what is same as
#df2 = df2.set_index(['State','Region'])

mux = df1.index.difference(df2.index)
print (mux)
MultiIndex(levels=[['IL', 'NY'], ['South', 'Suburbs', 'Upstate']],
           labels=[[0, 0, 1], [0, 1, 2]],
           names=['State', 'Region'],
           sortorder=0)

print (df1.loc[mux])
               2000  2010  Diff
State Region                   
IL    South      50    35    15
      Suburbs   800   650  -150
NY    Upstate   200   270    70

---

全部一起：

df2 =  df2.set_index(df1.index.names)
df = df1.loc[df1.index.difference(df2.index)]
print (df)