python - 对多索引 pandas DataFrame 求和

Question

假设我使用 df.set_index('Class','subclass') 创建了以下数据框，请记住有多个具有子类的类... A>Z。

Class   subclass    
  A       a           
  A       b 
  A       c 
  A       d 
  B       a            
  B       b 

我如何计算该类中的子类并创建一个名为 no of classes 的单独列，以便我可以看到具有最多子类的类？我在想某种 for 循环，它贯穿类字母，如果类字母仍然相同，则计算子类。然而，对于这样的问题，这似乎有点违反直觉。是否有更简单的方法，例如 df.groupby[].count？

期望的输出是:

Class   subclass    No. of classes
  A       a                4    
  A       b 
  A       c 
  A       d 
  B       a                2    
  B       b 

我试过group multi-index pandas dataframe中所示的级别参数但这似乎对我不起作用

编辑:

我没有提到我想要返回子类数量最多的类。我通过以下方式实现了这一目标:

df.reset_index().groupby('Class')['subclass'].nunique().idxmax()

Answer 1

您可以使用 transform ，但得到重复值:

df['No. of classes'] = df.groupby(level='Class')['val'].transform('size')

print (df)
                val  No. of classes
Class subclass                     
A     a           1               4
      b           4               4
      c           5               4
      d           4               4
B     a           1               2
      b           2               2

但是如果需要空值:

df['No. of classes'] = df.groupby(level='Class')
                         .apply(lambda x: pd.Series( [len(x)] + [np.nan] * (len(x)-1)))
                         .values
print (df)
                val  No. of classes
Class subclass                     
A     a           1             4.0
      b           4             NaN
      c           5             NaN
      d           4             NaN
B     a           1             2.0
      b           2             NaN

获取最大数量的 Class 的另一种解决方案是:

df = df.groupby(level=['Class'])
       .apply(lambda x: x.index.get_level_values('subclass').nunique())
       .idxmax()
print (df)
A