我有一个数据集,其中包含按年份划分的国家和经济指标统计数据,其组织方式如下:
Country Metric 2011 2012 2013 2014
USA GDP 7 4 0 2
USA Pop. 2 3 0 3
GB GDP 8 7 0 7
GB Pop. 2 6 0 0
FR GDP 5 0 0 1
FR Pop. 1 1 0 5
如何在 Pandas 中使用MultiIndex来创建一个数据框,该数据框仅按年份显示每个国家/地区的GDP?
我试过了:
df = data.groupby(['Country', 'Metric'])
但它不能正常工作。
最佳答案
在这种情况下,您实际上不需要groupby
。您也没有MultiIndex
。您可以像这样制作一个:
import pandas
from io import StringIO
datastring = StringIO("""\
Country Metric 2011 2012 2013 2014
USA GDP 7 4 0 2
USA Pop. 2 3 0 3
GB GDP 8 7 0 7
GB Pop. 2 6 0 0
FR GDP 5 0 0 1
FR Pop. 1 1 0 5
""")
data = pandas.read_table(datastring, sep='\s\s+')
data.set_index(['Country', 'Metric'], inplace=True)
然后
data
看起来像这样: 2011 2012 2013 2014
Country Metric
USA GDP 7 4 0 2
Pop. 2 3 0 3
GB GDP 8 7 0 7
Pop. 2 6 0 0
FR GDP 5 0 0 1
Pop. 1 1 0 5
现在要获得GDP,您可以通过
xs
方法获取数据框的横截面:data.xs('GDP', level='Metric')
2011 2012 2013 2014
Country
USA 7 4 0 2
GB 8 7 0 7
FR 5 0 0 1
这很容易,因为您的数据已经被透视/堆叠。如果不是,则看起来像这样:
data.columns.names = ['Year']
data = data.stack()
data
Country Metric Year
USA GDP 2011 7
2012 4
2013 0
2014 2
Pop. 2011 2
2012 3
2013 0
2014 3
GB GDP 2011 8
2012 7
2013 0
2014 7
Pop. 2011 2
2012 6
2013 0
2014 0
FR GDP 2011 5
2012 0
2013 0
2014 1
Pop. 2011 1
2012 1
2013 0
2014 5
然后,您可以使用
groupby
告诉您有关整个世界的一些信息:data.groupby(level=['Metric', 'Year']).sum()
Metric Year
GDP 2011 20
2012 11
2013 0
2014 10
Pop. 2011 5
2012 10
2013 0
2014 8
或得到真正的幻想:
data.groupby(level=['Metric', 'Year']).sum().unstack(level='Metric')
Metric GDP Pop.
Year
2011 20 5
2012 11 10
2013 0 0
2014 10 8