從2級MultiIndex轉換為3級MultiIndex

Question

我有以下數據結構的東西：

               foo  year
par  chi                
10.0 900  0.024096  1983
     901  0.200000  1983
     902  0.300000  1983
     900  0.027473  1984
     901  0.023256  1984
     902  0.400000  1984
     900  0.018182  1985

也就是說，對於每個父子/年組合，我對foo都有一些觀察。 現在，對於每個父級，我想計算每個chi與每個chi （在此數據集900和901中）之間的協方差，即隨着時間的推移， chi_1和chi_2的foo項隨時間變化，給定的par ？）。

我認為“最簡單”的方法是第二次將chi作為第三級索引引入數據集中，但是我得到的只是：

index = pd.MultiIndex.from_product([par, chi, chi])

其中par ， chi是索引的唯一值。 但是，我找不到一種對練習有用的方法來重新索引我的數據。 我將如何進行呢？

Answer 1

解決方案：

• 從具有四列的數據幀開始（必要時重置索引）
• 對於每個par組，應用一個計算子協方差的函數
• 在函數unstack組中，以便其索引為year ，每個孩子的foo值在單獨的列中
• 計算協方差並融化結果，以便每個chi和chi_other組合獲得一行。

例：

df = pd.DataFrame({'chi': [900, 901, 902, 900, 901, 902, 900],
 'foo': [0.024096, 0.2, 0.3, 0.027473, 0.023256, 0.4, 0.018182],
 'par': [10, 10, 10, 10, 10, 10, 10],
 'year': [1983, 1983, 1983, 1984, 1984, 1984, 1985]})

def child_covariances(group):
    x = group.set_index(['year','chi'])['foo'].unstack()
    x = pd.melt(x.cov().reset_index(), id_vars=['chi'], 
                var_name='chi_other', value_name='foo_cov')\
          .set_index(['chi','chi_other'])\
          .query('chi <= chi_other').sort_index()
    return x

res = df.groupby('par').apply(child_covariances)
#                     foo_cov
# par chi chi_other          
# 10  900 900        0.000022
#         901       -0.000298
#         902        0.000169
#     901 901        0.015619
#         902       -0.008837
#     902 902        0.005000