我使用 Pandas 对数据集进行分组。当我用不同的功能聚合不同的列时,我得到了一个分层的列结构。
G1 = df.groupby('date').agg({'col1': [sum, np.mean], 'col2': 'sum', 'col3': np.mean})
结果是:
col1 col2 col3
sum mean sum mean
date
2000-11-01 1701 1.384052 82336 54.222945
2000-11-02 11101 1.447894 761963 70.027260
2000-11-03 11285 1.479418 823355 77.984268
不幸的是,我在文档中找不到太多关于这个结果结构的信息。我在 Pandas 文档中发现的唯一内容是分层多索引。
如何访问这些值?
目前我做:
X['col1']['mean']
访问整个Series
2000-11-01 1.384052
2000-11-02 1.447894
2000-11-03 1.479418
因此
X['col1']['mean'][1]
获取值 1.447894
,但我想知道性能,因为这段代码首先切片 col1
(X['col1']) 导致 View /副本(不知道在这种情况下是哪个)实际上包含 2 列,然后还有另一个切片 mean
-柱子。有小费吗?
我在哪里可以找到有关文档中分层列创建的更多信息?
最佳答案
建议是一次性完成这些操作(无需链接),这尤其允许您进行分配(而不是分配给 View 并且修改被垃圾收集)。
以元组形式访问 MultiIndex* 列:
In [11]: df[('col1', 'mean')]
Out[11]:
date
2000-11-01 1.384052
2000-11-02 1.447894
2000-11-03 1.479418
Name: (col1, mean), dtype: float64
和使用 loc 的特定值:
In [12]: df.loc['2000-11-01', ('col1', 'mean')]
Out[12]: 1.3840520000000001
(要混合标签,loc和位置,iloc,必须使用ix)
In [13]: df.ix[0, ('col1', 'mean')]
Out[13]: 1.3840520000000001
*这个是 一个多索引。
关于python - 在groupby之后访问pandas中的分层列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24179284/