个人中心
文章发布
退出
作者热门文章
- html - 出于某种原因，IE8 对我的 Sass 文件中继承的 html5 CSS 不友好？
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景？
26
4
我有 4 个索引。 Mun、loc、geo 和 block。我需要创建 mask 来对它们进行操作，这样我就可以创建 mask 并执行如下所示的操作:
data1 data2
mun loc geo block
0 0 0 0 12 12
1 0 0 0 20 20
1 1 0 0 10 10
1 1 1 0 10 10
1 1 1 1 3 3/4
1 1 1 2 4 4/4
1 1 2 0 30 30
1 1 2 1 1 1/3
1 1 2 2 3 3/3
1 1 0 0 4 4
1 2 1 1 10 10/12
1 2 1 2 12 12/12
2 0 0 0 60 60
2 1 1 1 123 123/123
2 1 1 2 7 7/123
2 1 2 1 6 6/6
2 1 2 2 1 1/6
data1 data2
mun loc geo block
0 0 0 0 12 12
1 0 0 0 20 20
1 1 0 0 10 10
1 1 1 0 10 10/30
1 1 1 1 4 4
1 1 2 0 30 30/30
1 2 1 0 2 2/3
1 2 2 0 3 3/3
1 2 3 0 1 1/3
2 0 0 0 60 60
2 1 1 0 12 12/88
2 1 1 1 1 1
2 1 2 0 88 88/88
2 1 2 1 9 9
data1 data2
mun loc geo block
0 0 0 0 14 14
1 0 0 0 12 12
1 1 0 0 20 20/20
1 1 1 0 10 10
1 1 1 1 31 31
1 2 0 0 15 15/20
1 2 1 1 11 11
2 0 0 0 80 80
2 1 0 0 100 100/100
2 1 1 2 7 7
2 2 0 0 11 11/100
data1 data2
mun loc geo block
0 0 0 0 55 55
1 0 0 0 70 70/70
1 1 0 0 12 12
1 1 1 0 13 13
2 0 0 0 60 60/70
2 1 1 1 12 12
2 1 2 1 6 6
3 0 0 0 12 12/70
也就是说，取层次结构内的最大值并将每个元素除以它。我在 another question 获得了帮助关于第一个问题，但我在掌握多索引时遇到了很多问题。任何帮助我将不胜感激。
最佳答案
这并不容易。但主要用get_level_values对于选择条件值:
级别 block :
print (df)
data1 data2
mun loc geo block
0 0 0 0 12 12
1 0 0 0 20 20
1 0 0 10 10
1 0 10 10
1 3 3/4
2 4 4/4
2 0 30 30
1 1 1/3
2 3 3/3
0 0 4 4
2 1 1 10 10/12
2 12 12/12
2 0 0 0 60 60
1 1 1 123 123/123
2 7 7/123
2 1 6 6/6
2 1 1/6
mask3 = (df.index.get_level_values('mun') != 0) & \
(df.index.get_level_values('loc') != 0 ) & \
(df.index.get_level_values('geo') != 0) & \
(df.index.get_level_values('block') != 0 )
print (mask3)
[False False False False True True False True True False True True
False True True True True]
df2 = df.ix[mask3, 'data1'].groupby(level=['mun','loc','geo']).max()
#print (df2)
df2 = df2.reindex(df.reset_index(level=3, drop=True).index).mask(~mask3).fillna(1)
#print (df2)
print (df['data1'].div(df2.values,axis=0))
mun loc geo block
0 0 0 0 12.000000
1 0 0 0 20.000000
1 0 0 10.000000
1 0 10.000000
1 0.750000
2 1.000000
2 0 30.000000
1 0.333333
2 1.000000
0 0 4.000000
2 1 1 0.833333
2 1.000000
2 0 0 0 60.000000
1 1 1 1.000000
2 0.056911
2 1 1.000000
2 0.166667
dtype: float64
级别地理位置:
print (df)
data1 data2
mun loc geo block
0 0 0 0 12 12
1 0 0 0 20 20
1 0 0 10 10
1 0 10 10/30
1 4 4
2 0 30 30/30
2 1 0 2 2/3
2 0 3 3/3
3 0 1 1/3
2 0 0 0 60 60
1 1 0 12 12/88
1 1 1
2 0 88 88/88
1 9 9
df1 = df.reset_index(drop=True, level='block')
mask3 = (df.index.get_level_values('mun') != 0) & \
(df.index.get_level_values('loc') != 0 ) & \
(df.index.get_level_values('geo') != 0) & \
(df.index.get_level_values('block') == 0 )
print (mask3)
[False False False True False True True True True False True False
True False]
df2 = df1.ix[mask3, 'data1'].groupby(level=['mun','loc']).max()
df2=df2.reindex(df.reset_index(level=['geo','block'], drop=True).index).mask(~mask3).fillna(1)
print (df2)
df['new'] = df['data1'].div(df2.values,axis=0)
print (df)
data1 data2 new
mun loc geo block
0 0 0 0 12 12 12.000000
1 0 0 0 20 20 20.000000
1 0 0 10 10 10.000000
1 0 10 10/30 0.333333
1 4 4 4.000000
2 0 30 30/30 1.000000
2 1 0 2 2/3 0.666667
2 0 3 3/3 1.000000
3 0 1 1/3 0.333333
2 0 0 0 60 60 60.000000
1 1 0 12 12/88 0.136364
1 1 1 1.000000
2 0 88 88/88 1.000000
1 9 9 9.000000
级别loc:
print (df)
data1 data2
mun loc geo block
0 0 0 0 14 14
1 0 0 0 12 12
1 0 0 20 20/20
1 0 10 10
1 31 31
2 0 0 15 15/20
1 1 11 11
2 0 0 0 80 80
1 0 0 100 100/100
1 2 7 7
2 0 0 11 11/100
df1 = df.reset_index(drop=True, level=['block', 'geo'])
mask3 = (df.index.get_level_values('mun') != 0) & \
(df.index.get_level_values('loc') != 0 ) & \
(df.index.get_level_values('geo') == 0) & \
(df.index.get_level_values('block') == 0 )
print (mask3)
[False False True False False True False False True False True]
df2 = df1.ix[mask3, 'data1'].groupby(level=['mun']).max()
#print (df2)
df2 =df2.reindex(df.reset_index(level=['geo','block', 'loc'], drop=True).index).mask(~mask3).fillna(1)
#print (df2)
print (df['data1'].div(df2.values,axis=0))
mun loc geo block
0 0 0 0 14.00
1 0 0 0 12.00
1 0 0 1.00
1 0 10.00
1 31.00
2 0 0 0.75
1 1 11.00
2 0 0 0 80.00
1 0 0 1.00
1 2 7.00
2 0 0 0.11
dtype: float64
级别mun:
print (df)
data1 data2
mun loc geo block
0 0 0 0 55 55
1 0 0 0 70 70/70
1 0 0 12 12
1 0 13 13
2 0 0 0 60 60/70
1 1 1 12 12
2 1 6 6
3 0 0 0 12 12/70
mask3 = (df.index.get_level_values('mun') != 0) & \
(df.index.get_level_values('loc') == 0 ) & \
(df.index.get_level_values('geo') == 0) & \
(df.index.get_level_values('block') == 0 )
print (mask3)
[False True False False True False False True]
df2 = df.ix[mask3, 'data1'].max()
#print (df2)
df2 = pd.Series(df2, index=df.index).mask(~mask3).fillna(1)
#print (df2)
print (df['data1'].div(df2.values,axis=0))
mun loc geo block
0 0 0 0 55.000000
1 0 0 0 1.000000
1 0 0 12.000000
1 0 13.000000
2 0 0 0 0.857143
1 1 1 12.000000
2 1 6.000000
3 0 0 0 0.171429
dtype: float64
关于python - 使用逻辑 pandas 进行多重索引和掩码，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/40036532/
26
4
0
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库，但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表，这些数字逻辑上以 3 为一组，其中每个三元组是 (number, __ignored, flag[0 or 1])，例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话，但实际上我还没有找到这个问题的答案。 问题到底是什么？ 我想运行 2 个脚本。在第一个脚本中，我调用另一个脚本，但我希望它们继续并行，而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令，该命令将在 python 2.7.5 中启动一个脚本，然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中，并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹，使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表，对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中，并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较，如下所示， #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块，该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号？” python 检查模块提供了定位行号的选项，但是， def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7，并且由于我的 $PATH 变量，这就是我输入 $ python 时得到的变量。然而，virtualenv 默认使用 Python 2.6，除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行，长度为 176861(即带有一些符号的字母数字字符)，我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表，方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python，我正在尝试制作一个没有任何第 3 方库的网络抓取工具，这样过程对我来说并没有简化，而且我知道我在做什么。我浏览了一些在线资源，但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀！