Python 从循环中具有层次索引的dataframe创建子集表
我想迭代一个层次索引panda数据帧,并根据“group1”级别打印一个子集 这是我的数据框Python 从循环中具有层次索引的dataframe创建子集表,python,loops,pandas,subset,multi-index,Python,Loops,Pandas,Subset,Multi Index,我想迭代一个层次索引panda数据帧,并根据“group1”级别打印一个子集 这是我的数据框 df = pd.DataFrame({'group1': ['a','a','a','b','b','b','c','c','d','d','d','d','d'], 'group2': ['c','c','d','d','d','e','f','f','e','d','d','d','e'], 'value
df = pd.DataFrame({'group1': ['a','a','a','b','b','b','c','c','d','d','d','d','d'],
'group2': ['c','c','d','d','d','e','f','f','e','d','d','d','e'],
'value1': [1.1,2,3,4,5,6,7,8,9,1,2,3,4],
'value2': [7.1,8,9,10,11,12,43,12,34,5,6,2,3]})
df = df.set_index(['group1', 'group2'])
这就是它看起来的样子:
value1 value2
group1 group2
a c 1.1 7.1
a c 2.0 8.0
a d 3.0 9.0
b d 4.0 10.0
b d 5.0 11.0
b e 6.0 12.0
c f 7.0 43.0
d f 8.0 12.0
d e 9.0 34.0
d d 1.0 5.0
d d 2.0 6.0
d d 3.0 2.0
d e 4.0 3.0
我可以成功打印基于group1的单个子集,如下所示:
print df.xs('a', level=0)
value1 value2
group2
c 1.1 7.1
c 2.0 8.0
d 3.0 9.0
但我如何才能将其放入循环中,为“group1”中的每组元素打印一个子集呢
我失败的尝试:
for group1, group2 in df.index:
print df.xs(group1, level=0)
这为每个索引打印了一个子集,而不是将它们分组在一起(希望有意义)。使用索引上的
获取级别值仅返回该级别的索引值,另外调用unique
,因为返回的是每个子级别行的重复索引值
In [35]:
for gp in df.index.get_level_values(0).unique():
print (df.xs(gp, level=0))
value1 value2
group2
c 1.1 7.1
c 2.0 8.0
d 3.0 9.0
[3 rows x 2 columns]
value1 value2
group2
d 4 10
d 5 11
e 6 12
[3 rows x 2 columns]
value1 value2
group2
f 7 43
f 8 12
[2 rows x 2 columns]
value1 value2
group2
e 9 34
d 1 5
d 2 6
d 3 2
e 4 3
[5 rows x 2 columns]
这就是groupby
的作用(迭代为您提供了groupname,group):
但大多数时候,你确实想用它做点什么,例如
df.groupby(level='group1').sum()
df.groupby(level='group1').sum()