Questions tagged «multi-index»

我从这样的输入数据开始 df1 = pandas.DataFrame( { "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } ) 打印时显示为： City Name 0 Seattle Alice 1 Seattle Bob 2 Portland Mallory 3 Seattle Mallory 4 Seattle Bob 5 Portland Mallory 分组非常简单： g1 = df1.groupby( …

494 python  pandas  dataframe  pandas-groupby  multi-index 

我有一个具有2个索引级别的数据框： value Trial measurement 1 0 13 1 3 2 4 2 0 NaN 1 12 3 0 34 我想变成这样： Trial measurement value 1 0 13 1 1 3 1 2 4 2 0 NaN 2 1 12 3 0 34 我怎样才能最好地做到这一点？ 我需要这样做是因为我想按照此处的指示汇总数据，但是如果将它们用作索引，则无法选择这样的列。

155 python  pandas  dataframe  flatten  multi-index 

选择/过滤索引为MultiIndex的数据框的行的最常见的熊猫方法是什么？ 根据单个值/标签切片 根据一个或多个级别的多个标签进行切片 过滤布尔条件和表达式 哪种方法在什么情况下适用 为简单起见的假设： 输入数据框没有重复的索引键 下面的输入数据框只有两个级别。（此处显示的大多数解决方案一般都适用于N级） 输入示例： mux = pd.MultiIndex.from_arrays([ list('aaaabbbbbccddddd'), list('tuvwtuvwtuvwtuvw') ], names=['one', 'two']) df = pd.DataFrame({'col': np.arange(len(mux))}, mux) col one two a t 0 u 1 v 2 w 3 b t 4 u 5 v 6 w 7 t 8 c u 9 v 10 …

145 python  pandas  dataframe  slice  multi-index 

我有一个带有列“ A”和“ B”的多索引数据框。 有没有一种方法可以通过在多索引的一列上进行过滤而不选择将索引重置为单列索引来选择行？ 例如。 # has multi-index (A,B) df #can I do this? I know this doesn't work because the index is multi-index so I need to specify a tuple df.ix[df.A ==1]

91 python  pandas  dataframe  multi-index 

假设我有一个嵌套的字典'user_dict'，其结构为： 级别1： UserId（长整数） 级别2：类别（字符串） 级别3：各种属性（浮点数，整数等）。 例如，该词典的条目为： user_dict[12] = { "Category 1": {"att_1": 1, "att_2": "whatever"}, "Category 2": {"att_1": 23, "att_2": "another"}} 每个项目都user_dict具有相同的结构，并且user_dict包含大量项目，我希望将它们提供给pandas DataFrame，从而根据属性构造系列。在这种情况下，分层索引对于此目的将是有用的。 具体来说，我的问题是是否存在一种方法来帮助DataFrame构造函数理解应该从字典中“级别3”的值构建该系列的方法？ 如果我尝试类似的方法： df = pandas.DataFrame(users_summary) “级别1”（用户ID）中的项目被视为列，这与我要实现的（将用户ID作为索引）相反。 我知道我可以在对字典条目进行迭代之后构造序列，但是如果有更直接的方法，这将非常有用。一个类似的问题是询问是否可以从文件中列出的json对象构造pandas DataFrame。

90 python  pandas  dataframe  multi-index 

我在pandas df中有一个包含多索引列的数据集，我想按特定列中的值进行排序。我尝试使用sortindex和sortlevel，但无法获得所需的结果。我的数据集看起来像： Group1 Group2 A B C A B C 1 1 0 3 2 5 7 2 5 6 9 1 0 0 3 7 0 2 0 3 5 我想按降序按组1中的C列对所有数据和索引进行排序，因此我的结果如下所示： Group1 Group2 A B C A B C 2 5 6 9 1 0 0 1 1 0 …

88 python  sorting  pandas  multi-index 

我想将一列添加到multiindex列数据框的第二级。 In [151]: df Out[151]: first bar baz second one two one two A 0.487880 -0.487661 -1.030176 0.100813 B 0.267913 1.918923 0.132791 0.178503 C 1.550526 -0.312235 -1.177689 -0.081596 直接分配的通常技巧不起作用： In [152]: df['bar']['three'] = [0, 1, 2] In [153]: df Out[153]: first bar baz second one two one two A 0.487880 …

72 pandas  multi-index