Python 熊猫:如何按多索引分组和求和
我有一个带有分类属性的数据框架,其中索引包含重复项。我试图找到索引和属性的每个可能组合的总和Python 熊猫:如何按多索引分组和求和,python,pandas,multi-index,Python,Pandas,Multi Index,我有一个带有分类属性的数据框架,其中索引包含重复项。我试图找到索引和属性的每个可能组合的总和 x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12]) y = x.stack() print(y) print(y.groupby(level=[0,1]).sum()) 输出 11 x 1 y 3 x 1 y 3 12 x 3 y 5 x
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack()
print(y)
print(y.groupby(level=[0,1]).sum())
输出
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
堆栈和group by sum完全相同
然而,我期待的是
11 x 2
11 y 6
12 x 6
12 y 10
编辑2:
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack().groupby(level=[0,1]).sum()
print(y.groupby(level=[0,1]).sum())
输出:
11 x 1
y 3
x 1
y 3
12 x 3
y 5
x 3
y 5
dtype: int64
编辑3:
已记录一个问题
使用Pandas 0.15.2,您只需再进行一次groupby迭代即可
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack().groupby(level=[0,1]).sum()
print(y.groupby(level=[0,1]).sum())
印刷品
11 x 2
y 6
12 x 6
y 10
使用pandas 0.16.2和Python 3,我能够通过以下方式获得正确的结果:
x.stack().reset_index().groupby(['level_0','level_1']).sum()
产生:
0
level_0 level_1
11 x 2
y 6
12 x 6
y 10
然后,您可以使用reindex()
和列
将索引和列名更改为更理想的名称
根据我的研究,我同意最初方法的失败似乎是一个bug。我认为bug出现在系列
,这就是x.stack()
产生的。我的解决方法是通过reset\u index()
将系列
转换为数据帧
。在这种情况下,DataFrame
不再有MultiIndex
——我只是在标记的列上分组
要确保分组和求和在具有多索引的数据帧
上有效,您可以尝试以下操作以获得相同的正确输出:
x.stack().reset_index().set_index(['level_0','level_1'],drop=True).\
groupby(level=[0,1]).sum()
这两种解决方法中的任何一种都应该解决问题,直到bug得到解决
我想知道这个bug是否与在系列
上创建的多索引
实例与数据帧
有关。例如:
In[1]: obj = x.stack()
type(obj)
Out[1]: pandas.core.series.Series
In[2]: obj.index
Out[2]: MultiIndex(levels=[[11, 11, 12, 12], ['x', 'y']],
labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]])
vs
请注意,
DataFrame
上的MultiIndex
如何更准确地描述级别。sum
允许您指定要在多索引数据帧中求和的级别
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack()
y.sum(level=[0,1])
11 x 2
y 6
12 x 6
y 10
你在看什么版本的熊猫?我使用的是0.16.2和python 3。对于相同的代码,我得到了不同的输出。检查问题中的edit2。。。我在0.15.2上-也是python3。太好了,我们发现了一个bug!!但我仍然不明白为什么会有更多的团员。如果你只检查stack()输出,它与第一组输出相同。你是一个真正的英雄。。这是非常详细和有益的。非常感谢您的帮助!你是英雄,因为你归档了错误。我刚刚检查了它的状态,看起来它是0.17.0版本的确认和目标。他们甚至发布了一个类似于我的解决方法:-)无论如何,谢谢你发布它并接受我的回答。
x = pd.DataFrame({'x':[1,1,3,3],'y':[3,3,5,5]},index=[11,11,12,12])
y = x.stack()
y.sum(level=[0,1])
11 x 2
y 6
12 x 6
y 10