python按两列分组，按一个索引提取第一个元素

Question

如果我使用 groupby 函数，例如Data.groupby(['id','company']).size()，它会给出如下结果:

id   company 
1    a        2
     b        3
     c        6
2    d        1
     e        5

但是我如何提取数字 [2,1](每个第 0 个索引级别组的第一个元素，根据第一个索引级别组的排序顺序)?

Answer 1

首先，让:

agg_df = Data.groupby(['id','company']).size()

假设您希望每组元素的第一个条目的结果在 MultiIndex 的第 0 层具有相同的值，并且每组按您喜欢的第一个索引层排序。 (在更新评论之后，这似乎是所需的输出)

unique_zeroth_level = dict(agg_df.index.values).keys()
group_first_vals = [
    agg_df.select(lambda x: x[0]==idx_val, axis=0).head(1).values[0] 
    for idx_val in unique_zeroth_level]

假设您要获取结果 MultiIndex 的第零级的唯一元素

在这种特殊情况下，由于返回的结果是一个系列，您可以利用 unstack 的技巧:

agg_df.unstack(level=0).columns.values

或者使用dict构造函数

dict(agg_df.index.values).keys()

假设您特别想要 (1, 'a') 和 (2, 'd') 的结果，并且您想要访问他们通过索引值(不仅仅是因为那些是他们各自组中字典顺序第一个条目的结果)

agg_df.ix[[(1, 'a'), (2, 'd')]]