Python 将聚合函数应用于分层索引中多个索引的系统方法 问题

我希望有一个更系统的方法来聚合多个频率间隔的频率

以下数据帧包含表示时间频率数据的随机数据。其列索引包含以下级别：

条件

渠道

频率

生成数据帧的代码如下所示：

将numpy导入为np
作为pd进口熊猫
pidx=pd.indexlice
D=np.零点（（32,2,2,6））#时间点、条件、通道、频率
对于范围（6）中的i：
D[：，0,0，i]=np.arange（i，i+32,1）#C0，ch01
D[：，0,1，i]=np.arange（i+1，i+32+1,1）#C0，ch02
D[：，1,0，i]=np.arange（i+2，i+32+2,1）#C1，ch01
D[：，1,1，i]=np.arange（i+3，i+32+3,1）#C1，ch02
条件=['C0'，'C1']
通道=[“ch{:02}”。np.arange（1,3）中i的格式（i）]
频率=np.arange（1,7）
#Columns多索引
cidx=来自产品的pd.多索引（[条件、频道、频率]）
#重塑为二维
D=D.重塑（（D.形状[0]，-1））
#创建数据帧
df=pd.DataFrame（D，columns=cidx）

当前解决方案 目前我做了以下工作

fbands={
“fb1”：[pidx[1:3]]，
“fb2”：[pidx[2:5]]，
“fb3”：[pidx[4:6]]
}
def频带平均值（df，fb）：
返回df.loc（axis=1）[：，：，fb].groupby（axis=1，level=[0,1]）.mean（）
dffbands=dict（（k，频带_平均值（df，fbands[k]），表示fbands中的k）
df_结果=pd.concat（dffbands，轴=1）

但是，对于后一种代码，列索引级别没有得到维护，更具体地说，

df_result

的第一级包含在

fbands

中定义的每个频率间隔的名称。我会通过交换列级别来解决这个问题，但这似乎很麻烦

问题: 我想知道是否有一种更系统的方法，在保持列索引级别的同时，一次性将聚合函数应用于多个频率间隔。最后，columnindex的最后一级应该是

条件

渠道

频率间隔名称（例如

fb1

，

fb2

，

fb3

）

---

我猜你是把频率分成两组。如果是，请尝试：

# it's convenient to groupby over rows than 
data = df.T.reset_index()
data.rename(columns={'level_0':'condition', 
                     'level_1': 'channel',
                     'level_2': 'frequency'},
            inplace=True)

# groupby and compute mean
# review your frequency grouping here
# change mapping frequency -> frequency_band_group
new_df = data.groupby(['condition', 'channel',  (data.frequency-1)//2]).mean()
new_df.drop('frequency', axis=1, inplace=True)

# change name for frequency index
new_df.index.rename('frequency_band', level=2, inplace=True)

# change label for frequency band
new_df.index.set_levels([conditions, channels, ['fb1','fb2','fb3']], inplace=True)

# transform back to get multi-level columns:
new_df.T

new_df=data.groupby（['condition'，'channel'，（data.frequency-1）//2]）.mean（）

---

new_df.drop（'frequency'，axis=1，inplace=True）

如果我没有弄错，我会这样做：

fbands={
    'fb1' : [0,3],
    'fb2' : [2,5],
    'fb3' : [4,6]
}

for co_i in df.columns.levels[0]:
    for cha_i in df.columns.levels[1]:
        for k,v in fbands.items():
            df[co_i,cha_i,k] = df[co_i,cha_i,].T[v[0]:v[1]].mean()

df['C0','ch01','fb1'] = df.loc(axis=1)[pd.IndexSlice['C0','ch01',['f1','f2','f3'],:]].mean(axis=1)

更新：注意这里的切片不是基于标签的，因此您实际上需要

v[0]-1:v[1]

；为了更清楚地说明这一点，我建议您简化您的

df

：

D=np.zeros((32,2,2,6))
for i in range(6):
    D[:,0,0,i]=np.arange(i,i+32,1) # C0, ch01
    D[:,0,1,i]=np.arange(i+1,i+32+1,1) # C0, ch02
    D[:,1,0,i]=np.arange(i+2,i+32+2,1) # C1, ch01
    D[:,1,1,i]=np.arange(i+3,i+32+3,1) # C1, ch02

使

df.head（3）

返回：

    C0                                                          C1                                                        
  ch01                          ch02                          ch01                          ch02                          
     1    2    3    4    5    6    1    2    3    4    5    6    1    2    3    4    5    6    1    2    3    4    5     6
0  0.0  1.0  2.0  3.0  4.0  5.0  1.0  2.0  3.0  4.0  5.0  6.0  2.0  3.0  4.0  5.0  6.0  7.0  3.0  4.0  5.0  6.0  7.0   8.0
1  1.0  2.0  3.0  4.0  5.0  6.0  2.0  3.0  4.0  5.0  6.0  7.0  3.0  4.0  5.0  6.0  7.0  8.0  4.0  5.0  6.0  7.0  8.0   9.0
2  2.0  3.0  4.0  5.0  6.0  7.0  3.0  4.0  5.0  6.0  7.0  8.0  4.0  5.0  6.0  7.0  8.0  9.0  5.0  6.0  7.0  8.0  9.0  10.0

这样，我们就可以真正验证我们的期望！我现在使用的是

fbands

作为数组，而不是dict，因此排序变得很好（也可以使用

collections

中的

OrderedDict

）

返回：

    C0                            C1                         
  ch01           ch02           ch01           ch02          
   fb1  fb2  fb3  fb1  fb2  fb3  fb1  fb2  fb3  fb1  fb2  fb3
0  1.0  2.5  4.0  2.0  3.5  5.0  3.0  4.5  6.0  4.0  5.5  7.0
1  2.0  3.5  5.0  3.0  4.5  6.0  4.0  5.5  7.0  5.0  6.5  8.0
2  3.0  4.5  6.0  4.0  5.5  7.0  5.0  6.5  8.0  6.0  7.5  9.0

现在，

fb*

列实际上反映了频率fb1:[1,2,3]、fb2:[2,3,4,5]和fb3:[4,5,6]的平均值，我希望您能这样做

更新2: 请注意，如果您将频率设置为这样：

frequencies = ["f{0}".format(i) for i in np.arange(1,7)]

然后，您可以在

ch01

的

C0

中创建频率的平均值

'f1'、'f2'、'f3'

，如下所示：

fbands={
    'fb1' : [0,3],
    'fb2' : [2,5],
    'fb3' : [4,6]
}

for co_i in df.columns.levels[0]:
    for cha_i in df.columns.levels[1]:
        for k,v in fbands.items():
            df[co_i,cha_i,k] = df[co_i,cha_i,].T[v[0]:v[1]].mean()

df['C0','ch01','fb1'] = df.loc(axis=1)[pd.IndexSlice['C0','ch01',['f1','f2','f3'],:]].mean(axis=1)

---

我不确定我是否遵循了

fbands

的逻辑。看起来

pidx[1:3]

与

pidx[2:5]

重叠？@QuangHoang，频率间隔重叠是可以的。频率不是按大小为2的组分组的。示例中的频率组是任意的，但应能够采用任何范围。明确规定。另外，

data.groupby（['condition'、'channel'、（data.frequency-1）//2]）.mean（）

抛出

TypeError:-：'str'和'int'不支持的操作数类型，因为它是从str类型中减去（和除以）的。您的第二次更新正是我要找的！非常感谢。