我有一个带有MultiIndex的DataFrame,例如:

In [1]: arrays = [['one','one','one','two','two','two'],[1,2,3,1,2,3]]
In [2]: df = DataFrame(randn(6,2),index=MultiIndex.from_tuples(zip(*arrays)),columns=['A','B'])
In [3]: df
Out [3]:
          A         B
one 1 -2.028736 -0.466668
    2 -1.877478  0.179211
    3  0.886038  0.679528
two 1  1.101735  0.169177
    2  0.756676 -1.043739
    3  1.189944  1.342415


现在,我想为每一行(索引级别0)和每一列计算元素2和3(索引级别1)的均值。所以我需要一个看起来像的DataFrame

                                 A                            B
one 1 mean(df['A'].ix['one'][1:3])  mean(df['B'].ix['one'][1:3])
two 1 mean(df['A'].ix['two'][1:3])  mean(df['B'].ix['two'][1:3])


在不使用原始数据帧的行(索引级别0)的循环的情况下该如何做?如果我想对面板做同样的事情怎么办? groupby必须有一个简单的解决方案,但我仍在学习它,想不出答案。

最佳答案

您可以使用xs功能选择关卡。

从...开始:

              A         B
one 1 -2.712137 -0.131805
    2 -0.390227 -1.333230
    3  0.047128  0.438284
two 1  0.055254 -1.434262
    2  2.392265 -1.474072
    3 -1.058256 -0.572943


然后,您可以使用以下方法创建新的数据框:

DataFrame({'one':df.xs('one',level=0)[1:3].apply(np.mean), 'two':df.xs('two',level=0)[1:3].apply(np.mean)}).transpose()


结果如下:

            A         B
one -0.171549 -0.447473
two  0.667005 -1.023508


要执行此操作而不指定级别中的项目,可以使用groupby:

grouped = df.groupby(level=0)
d = {}

for g in grouped:
    d[g[0]] = g[1][1:3].apply(np.mean)

DataFrame(d).transpose()


我不确定面板-记录不充分,但类似的事情应该可行

07-24 09:52
查看更多