python - Pandas :将两行彼此分开

Question

这是我的数据框中的两行:

>>> test.loc[test.index.year == 2009]
                     0         1           2           3           4  \
date                                                                   
2009-01-01  252.855283  353.6261  556.295659  439.558188  432.936844   

                     5           6  employment  
date                                            
2009-01-01  439.437132  433.269903   64.116667 

>>> test.loc[test.index.year == 2007]
                     0           1           2           3           4  \
date                                                                     
2007-01-01  269.277757  380.608002  401.765546  491.893821  433.864499   

                     5           6  employment  
date                                            
2007-01-01  492.396073  489.260588     69.1375  

当我尝试divide时，我得到了

>>> test.loc[test.index.year == 2009].divide(test.loc[test.index.year == 2007])
             0   1   2   3   4   5   6  employment
date                                              
2007-01-01 NaN NaN NaN NaN NaN NaN NaN         NaN
2009-01-01 NaN NaN NaN NaN NaN NaN NaN         NaN

这来自 pandas 试图划分比较索引的列。但是，axis= 中的选项都没有帮助我。我可以得到正确的结果

test.loc[test.index.year == 2009].values / test.loc[test.index.year == 2007].values
array([[ 0.93901288,  0.92910842,  1.38462759,  0.8936038 ,  0.99786188,
         0.89244646,  0.88556061,  0.92737902]])

没有更好的方法吗？我想保留与记录相对应的索引 2007-01-01 - 当然，我可以将它重新附加到值，但通常当我尝试做这些事情时，我的方式，然后是正确的方式。那么:我还能做什么？

Answer 1

如果你想保留 2007 年的索引，我想你可以这样做:

df.loc[df.index.year == 2007]/df.loc[df.index.year == 2009].values

df.loc[df.index.year == 2007]/df.loc[df.index.year == 2009] 或 df.loc[df. index.year == 2007].divide(df.loc[df.index.year == 2009]) 不起作用是因为 pandas 试图通过索引对齐数据。在这种情况下，将发生的情况是 2007 年的数据将除以索引值为 2007 年的数据(2009 年同样适用)。这就是为什么您得到的是 2 个，而不仅仅是 1 行 Nan。

因此，我们需要将其中之一转换为它们各自的 np.array 才能使其正常工作。 (df.loc[df.index.year == 2007]/df.loc[df.index.year == 2009].values)。分子的索引，因为它没有被触及，所以被保留。

@EdChum，我不认为这是一个错误，我认为这是 bool 索引的预期行为，考虑到这一点:

df.iloc[df.index.year>=2007]/df.loc[df.index.year == 2007]
             0   1   2   3   4   5   6  employment
date                                              
2007-01-01   1   1   1   1   1   1   1           1
2009-01-01 NaN NaN NaN NaN NaN NaN NaN         NaN

但是你应该小心这种方法，因为你可能从 bool 索引中得到不止一行，看这两个例子:

In [128]:

print df
                     0           1           2           3           4  \
2007-12-31  252.855283  353.626100  556.295659  439.558188  432.936844   
2008-12-31  269.277757  380.608002  401.765546  491.893821  433.864499   
2009-12-31  269.277757  380.608002  401.765546  491.893821  433.864499   

                     5           6          7  
2007-12-31  439.437132  433.269903  64.116667  
2008-12-31  492.396073  489.260588  69.137500  
2009-12-31  492.396073  489.260588  69.137500  
In [130]:

print df.iloc[df.index.year==2007]/df.loc[df.index.year >= 2007]
#divide one row by 3 rows? Dimension mismatch? No, it will work just fine.
             0   1   2   3   4   5   6   7
2007-12-31   1   1   1   1   1   1   1   1
2008-12-31 NaN NaN NaN NaN NaN NaN NaN NaN
2009-12-31 NaN NaN NaN NaN NaN NaN NaN NaN
In [131]:

df.iloc[df.index.year==2007]/df.loc[df.index.year >= 2007].values
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
**************
ValueError: Shape of passed values is (8, 3), indices imply (8, 1)
#basically won't work due to dimension mismatch