Python 从多个索引生成多个序列
我想从下面的数据框中生成多个系列,理想情况下也将它们绘制在同一个图上Python 从多个索引生成多个序列,python,pandas,Python,Pandas,我想从下面的数据框中生成多个系列,理想情况下也将它们绘制在同一个图上 import numpy as np import pandas as pd # setting up data ind1 = np.mod(np.arange(0, 3*4), 3) ind2 = np.mod(np.repeat(np.array([[1,2,3]]), 4), 3) y = 2*ind1 - 0.5*ind2 df = pd.DataFrame({'ind1':ind1,'ind2':ind2,
import numpy as np
import pandas as pd
# setting up data
ind1 = np.mod(np.arange(0, 3*4), 3)
ind2 = np.mod(np.repeat(np.array([[1,2,3]]), 4), 3)
y = 2*ind1 - 0.5*ind2
df = pd.DataFrame({'ind1':ind1,'ind2':ind2,'y':y})
df.set_index(['ind1','ind2'], inplace=True)
其中,第一个序列y_1类似于y_1=df.ind1==0,y_2=df.ind2==1,依此类推
我可以想象长而笨重的方式做这个操作“手动”,但我觉得肯定有一个优雅的一个或两个线性的方式来处理这个问题,我错过了 这里有一个快速解决方案,尽管我不确定它是否符合您的要求:
# get number of index levels
lvl_cnt = len(df.index.levels)
# iterate each level, and add column to dataframe
for idx in range(lvl_cnt):
label = "y_{}".format(idx+1)
values = df.index.get_level_values(idx)
df[label] = (values == idx).astype(int)
print(df)
y y_1 y_2
ind1 ind2
0 1 -0.5 1 1
1 1 1.5 0 1
2 1 3.5 0 1
0 1 -0.5 1 1
1 2 1.0 0 0
2 2 3.0 0 0
0 2 -1.0 1 0
1 2 1.0 0 0
2 0 4.0 0 0
0 0 0.0 1 0
1 0 2.0 0 0
2 0 4.0 0 0
我很难理解你在这里想要实现什么。您能提供一些示例结果吗?您好,您在下面写的内容演示并涵盖了我想要的内容。我想出了一个类似的方法,但更笨重。我想知道是否有可能在一行程序中完成整个迭代(或者是否值得费心)。我认为在这里创建一行程序既不值得,也不可读,因为它涉及几个单独的步骤。