從 Pandas multiIndex 獲取數據

Question

我正在使用Pandas和uproot從 .root 文件中讀取數據，我得到一個如下所示的表：

桌子

所以，從我的 .root 文件中，我得到了一些樹的分支。

fname = 'ZZ4lAnalysis_VBFH.root' 
key = 'ZZTree/candTree'
ttree = uproot.open(fname)[key]
branches = ['nCleanedJets', 'JetPt', 'JetMass', 'JetPhi'] 
df = ttree.pandas.df(branches, entrystop=40306)

本質上，我必須為每個條目檢索“JetPhi”數據，其中有超過 2 個子條目（或等效地，“nCleanedJets”等於或大於 2 的條目），計算“JetPhi”在前兩個之間的差異子條目，然后為這些差異制作直方圖。

我試圖在互聯網上查找並嘗試了不同的可能性，但我沒有找到任何有用的解決方案。 如果有人能給我任何提示、建議和/或建議，我將不勝感激。 我曾經用 C++ 編碼，我是 python 的新手。

我曾經用 C++ 編碼，所以我是 python 的新手，我仍然不掌握這門語言。

Answer 1

你可以在 Pandas 中做到這一點

df[df["nCleanedJets"] >= 2]

因為您有一列包含條目數。 的df["nCleanedJets"] >= 2表達式返回一個Series的布爾值（ True如果行傳遞， False如果行不通過），並傳遞一個Series由陣列或NumPy的陣列在方括號中的掩模的切片（返回布爾數組為True ）。

您也可以在轉換為 Pandas 之前在 Awkward Array 中執行此操作，如果您沒有"nCleanedJets"列，這會更容易。

array = ttree.arrays(branches, entrystop=40306)
selected = array[array.counts >= 2]

awkward.topandas(selected, flatten=True)

在尷尬陣列掩蔽遵循相同的原理，但與數據結構，而不是平坦的Series或NumPy的陣列（每個元件array是記錄與列表"nCleanedJets" ， "JetPt" ， "JetPhi" ， "JetMass"字段和counts是每個列表的長度）。

當outputtype=pandas.DataFrame和flatten=True （ ttree.pandas.df默認值）時，帶有flatten=True awkward.topandas等效於ttree.pandas.df 。