Python 在dataframe中基于列标签对数据进行分组
我一直在读熊猫数据框架中的层次索引和多索引,但似乎这些都是针对有序标签的。例如,我的数据如下所示: 我希望能够根据列标签将数据分组在一起,即通过平均值将第3行中所有带“d”的列聚合在一起 将excel数据(或csv,如果绝对需要)放入数据框以便我可以执行这些操作的最佳方法是什么?我将如何执行这些操作 如有任何建议或推荐,将不胜感激 编辑 我尝试使用以下命令从csv加载数据:Python 在dataframe中基于列标签对数据进行分组,python,pandas,dataframe,indexing,pandas-groupby,Python,Pandas,Dataframe,Indexing,Pandas Groupby,我一直在读熊猫数据框架中的层次索引和多索引,但似乎这些都是针对有序标签的。例如,我的数据如下所示: 我希望能够根据列标签将数据分组在一起,即通过平均值将第3行中所有带“d”的列聚合在一起 将excel数据(或csv,如果绝对需要)放入数据框以便我可以执行这些操作的最佳方法是什么?我将如何执行这些操作 如有任何建议或推荐,将不胜感激 编辑 我尝试使用以下命令从csv加载数据: data = pd.read_csv('Dataset.csv', index_col=0, header=[0,1,2
data = pd.read_csv('Dataset.csv', index_col=0, header=[0,1,2,3], parse_dates=True)
当加载时,这给了我:
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 18 entries, 2013-05-27 10:31:00 to 2013-07-24 11:31:00
Data columns (total 40 columns):
(1, mix, d, n) 18 non-null values
(2, aq, s, n) 18 non-null values
(3, gr, s, n) 18 non-null values
(4, mix, d, n) 18 non-null values
(5, aq, d, n) 17 non-null values
日期时间索引:18条条目,2013-05-27 10:31:00至2013-07-24 11:31:00
数据列(共40列):
(1,mix,d,n)18个非空值
(2,aq,s,n)18个非空值
(3,gr,s,n)18个非空值
(4,混合,d,n)18个非空值
(5,aq,d,n)17个非空值
我只是不太确定从那里走到哪里。您可以使用列方式(axis=1
)并采取以下措施:
你从哪里读取数据?Excel文件还是CSV文件?如果是这样的话,请查看Python中的CSV模块。我更希望从excel中读取,但我确实研究了如何转换为CSV,然后将标题设置为我希望能够分组的行,但我不知道从哪里开始。我将添加一个编辑并向您展示我的意思。您是否尝试过使用
数据['3']
如10分钟教程所示?我只是观看了视频,没有,似乎不起作用。它只给了我一个关键错误。您能发布您尝试过的内容和您得到的错误吗?(也可能数据本身是原始文本而不是图像)这正是我想要做的!我以前做过一些改变,但没有按正确的方式进行。谢谢
In [11]: df = pd.DataFrame(np.random.randn(4, 3), columns=[[1, 2, 3], ['d', 's', 'd']])
In [12]: df.columns.names = ['PLOT', 'DEPTH']
In [13]: df
Out[13]:
PLOT 1 2 3
DEPTH d s d
0 -0.557490 -1.231495 -0.333703
1 0.513394 1.046577 0.596306
2 -0.404606 -1.615080 -0.694562
3 -0.078497 -0.683405 0.056857
In [14]: df.groupby(level='DEPTH', axis=1).mean()
Out[14]:
DEPTH d s
0 -0.445596 -1.231495
1 0.554850 1.046577
2 -0.549584 -1.615080
3 -0.010820 -0.683405