python - Python 中 pandas cut、groupby 和 multiindex 的奇怪行为

Question

我有一个像这样的数据框，

                        Continent % Renewable
Country                                      
China                        Asia           2
United States       North America           1
Japan                        Asia           1
United Kingdom             Europe           1
Russian Federation         Europe           2
Canada              North America           5
Germany                    Europe           2
India                        Asia           1
France                     Europe           2
South Korea                  Asia           1
Italy                      Europe           3
Spain                      Europe           3
Iran                         Asia           1
Australia               Australia           1
Brazil              South America           5

其中% Renewable是使用剪切函数创建的列，

Top15['% Renewable'] = pd.cut(Top15['% Renewable'], 5, labels=range(1,6))

当我按大陆和%可再生能源分组来计算每个子集中的国家/地区数量时，

count_groups = Top15.groupby(['Continent', '% Renewable']).size()

也就是说，

Continent      % Renewable
Asia           1              4
               2              1
Australia      1              1
Europe         1              1
               2              3
               3              2
North America  1              1
               5              1
South America  5              1

奇怪的是现在的索引，如果我索引一个类别值> 0的值，这会给我该值，

count_groups.loc['Asia', 1]
>> 4

如果没有，

count_groups.loc['Asia', 3]
>> IndexingError: Too many indexers

因为该类别中没有条目，所以它不应该给我一个 0 吗？我认为该数据框是使用 groupby 创建的。

如果没有，任何人都可以建议一个程序，以便我可以将 0 个国家/地区保留为 % 可再生 类别吗？

Answer 1

您有一个带有多重索引的系列。通常，我们使用元组通过 MultiIndexes 进行索引，但 pandas 对此可以灵活处理。

在我看来， count_groups.loc[('Asia', 3)] 应该引发 KeyError，因为该对没有出现在索引中，但我猜这是由 pandas 开发人员决定的。

要从系列中返回默认值，我们可以像在字典中一样使用 get :

count_groups.get(('Asia', 3), 0) 

如果键不存在，则返回 0。