- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我有一个包含 MultiIndex 的数据,如下所示:
import itertools
idx1 = list('XYZ')
idx2 = range(3)
idx = pd.MultiIndex.from_tuples(list(itertools.product(idx1,idx2)))
df = pd.DataFrame(np.random.rand(9,4), columns=list('ABCD'), index=idx)
A B C D
first second
X 0 0.808432 0.708881 0.411515 0.704168
1 0.322688 0.093869 0.651238 0.146480
2 0.800746 0.156890 0.131700 0.220423
Y 0 0.102290 0.129895 0.939147 0.510555
1 0.462014 0.749873 0.585867 0.357788
2 0.794327 0.141203 0.414841 0.923480
Z 0 0.557513 0.768428 0.487475 0.824503
1 0.258303 0.115791 0.102588 0.062753
2 0.934960 0.700371 0.319663 0.642070
这是在第一个索引级别上按组求和的结果:
In[]: df.groupby(level=0).sum()
Out[]:
A B C D
first
X 1.931866 0.959640 1.194453 1.071071
Y 1.358631 1.020971 1.939855 1.791824
Z 1.750776 1.584590 0.909725 1.529326
似乎有道理——我对索引的第一级求和,所以第二级消失了。但是,如果我改为使用 rolling
方法:
df.groupby(level=0).rolling(2).sum()
我明白了
A B C D
first first second
X X 0 NaN NaN NaN NaN
1 1.131120 0.802750 1.062753 0.850648
2 1.123434 0.250759 0.782938 0.366903
Y Y 0 NaN NaN NaN NaN
1 0.564303 0.879768 1.525014 0.868343
2 1.256341 0.891075 1.000708 1.281269
Z Z 0 NaN NaN NaN NaN
1 0.815816 0.884219 0.590062 0.887256
2 1.193263 0.816162 0.422251 0.704823
出于某种原因,pandas 决定返回 3 级索引,重复第一级。为什么会这样?有没有更好的方法来编写我的代码,使其不执行此操作?
此外,由于重复了第一个标签,因此在结果上调用 reset_index()
会得到 ValueError: cannot insert first, already exists
所以我看不出如何删除重复索引。有什么建议吗?
最佳答案
使用 group_keys=False
:
In [43]: df.groupby(level=0, group_keys=False).rolling(2).sum()
Out[43]:
A B C D
X 0 NaN NaN NaN NaN
1 1.244257 1.430957 0.798310 0.779261
2 0.632238 1.512251 1.473498 0.395945
Y 0 NaN NaN NaN NaN
1 1.241747 0.865178 0.550665 1.070216
2 1.629892 1.328947 1.046749 1.167371
Z 0 NaN NaN NaN NaN
1 0.406606 0.945525 0.936090 1.301093
2 0.701282 0.975851 0.586523 0.698980
相对于:
In [44]: df.groupby(level=0, group_keys=True).rolling(2).sum()
Out[44]:
A B C D
X X 0 NaN NaN NaN NaN
1 1.244257 1.430957 0.798310 0.779261
2 0.632238 1.512251 1.473498 0.395945
Y Y 0 NaN NaN NaN NaN
1 1.241747 0.865178 0.550665 1.070216
2 1.629892 1.328947 1.046749 1.167371
Z Z 0 NaN NaN NaN NaN
1 0.406606 0.945525 0.936090 1.301093
2 0.701282 0.975851 0.586523 0.698980
顺便说一下,如果您确实发现自己卡在了想要降低的 MultiIndex 级别,您可以使用 MultiIndex.droplevel
method :
result = df.groupby(level=0, group_keys=True).rolling(2).sum()
result.index = result.index.droplevel(level=0)
关于python - 如何使用滚动汇总功能控制 pandas groupby 返回的索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37843864/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!