python - pandas 中的花式索引

Question

我有一个 pandas.Series 对象，其分层索引由两个级别组成:(代码，日期)。我还有一张 map {日期 -> 代码}。我想获得一个仅按日期索引的系列，这样对于每个日期，都会在提供的 map 中查找代码，然后在原始系列中查找该对(代码，日期)。在 Pandas 中实现这一目标的最佳方法是什么？ 非常感谢您的帮助。

Answer 1

简短回答:通常 NDFrame(例如 Series)通过标签进行索引。但也可以通过索引来索引 NDFrame。也就是说，您可以使用索引对 NDFrame 建立索引!

因此，将字典转换为 MultiIndex。使用 MultiIndex 从 系列:系列[索引]。

---

假设您的系列如下所示:

import numpy as np
import pandas as pd
np.random.seed(0)

N, M = 3, 5
big_dates = pd.date_range('2000-1-1', periods=M, freq='D')
index = pd.MultiIndex.from_product([np.arange(N), big_dates])
series = pd.Series(np.random.randint(10, size=N*M), index=index)
print(series)
# 0  2000-01-01    5
#    2000-01-02    0
#    2000-01-03    3
#    2000-01-04    3
#    2000-01-05    7
# 1  2000-01-01    9
#    2000-01-02    3
#    2000-01-03    5
#    2000-01-04    2
#    2000-01-05    4
# 2  2000-01-01    7
#    2000-01-02    6
#    2000-01-03    8
#    2000-01-04    8
#    2000-01-05    1
# dtype: int64

假设字典(我们称之为codemap)如下所示:

dates = pd.date_range('2000-1-1', periods=N, freq='D')
codes = np.arange(N)
np.random.shuffle(codes)
codemap = dict(zip(dates, codes))
# {Timestamp('2000-01-01 00:00:00', offset='D'): 0,
#  Timestamp('2000-01-02 00:00:00', offset='D'): 1,
#  Timestamp('2000-01-03 00:00:00', offset='D'): 2}

然后您可以从 codemap 字典中形成第二个 MultiIndex:

codemap_index = pd.MultiIndex.from_arrays([codemap.values(), codemap.keys()])

并用它来索引该系列:

result = series[codemap_index]
# 0  2000-01-01    5
# 1  2000-01-02    3
# 2  2000-01-03    8
# dtype: int64

最后，使用droplevel删除索引中的代码级别:

result.index = result.index.droplevel(0)
print(result)

产量

2000-01-01    5
2000-01-02    3
2000-01-03    8
dtype: int64