Python 3.x Pandas.仅在第二级多重索引上的loc
我有一个多索引数据帧,我想从第一级索引中选择所有值(这里表示为x,从第二级选择一个特定索引,这里是分组后.descripe()函数的平均值)Python 3.x Pandas.仅在第二级多重索引上的loc,python-3.x,pandas,dataframe,Python 3.x,Pandas,Dataframe,我有一个多索引数据帧,我想从第一级索引中选择所有值(这里表示为x,从第二级选择一个特定索引,这里是分组后.descripe()函数的平均值) df.groupby(df1.series).describe().loc[*x*,'mean'] 我该怎么做 谢谢您可以使用元组选择: df = pd.DataFrame({'x':[4,5,7,6,10], 'series':list('xxxyy')}) b = df.x.groupby(df.series).describe().stack()
df.groupby(df1.series).describe().loc[*x*,'mean']
我该怎么做
谢谢您可以使用元组选择:
df = pd.DataFrame({'x':[4,5,7,6,10], 'series':list('xxxyy')})
b = df.x.groupby(df.series).describe().stack()
print (b)
series
x count 3.000000
mean 5.333333
std 1.527525
min 4.000000
25% 4.500000
50% 5.000000
75% 6.000000
max 7.000000
y count 2.000000
mean 8.000000
std 2.828427
min 6.000000
25% 7.000000
50% 8.000000
75% 9.000000
max 10.000000
dtype: float64
c = b.loc[('x','mean')]
print (c)
5.33333333333
如果您需要所有方式,请使用:
您可以使用元组来选择:
df = pd.DataFrame({'x':[4,5,7,6,10], 'series':list('xxxyy')})
b = df.x.groupby(df.series).describe().stack()
print (b)
series
x count 3.000000
mean 5.333333
std 1.527525
min 4.000000
25% 4.500000
50% 5.000000
75% 6.000000
max 7.000000
y count 2.000000
mean 8.000000
std 2.828427
min 6.000000
25% 7.000000
50% 8.000000
75% 9.000000
max 10.000000
dtype: float64
c = b.loc[('x','mean')]
print (c)
5.33333333333
如果您需要所有方式,请使用:
你认为
df.groupby(df1.series).descripe().loc[(*x*,'mean')]
?你认为df.groupby(df1.series).descripe().loc[(*x*,'mean')]
?如果我的答案有用,别忘了-点击复选标记(✓代码>)将答案从灰色切换为已填写。谢谢。如果我的答案有用,请不要忘记它-单击复选标记(✓答案旁边的代码>),将其从灰色切换为已填写。谢谢。