假设我有一个 Pandas 数据框架,其结构类似于以下内容。但是在
实际上,它可能更大,并且1级索引的数量以及2级索引的数量(每个1级索引)将有所不同,因此该解决方案不应对此做出假设:
index = pandas.MultiIndex.from_tuples([
("a", "s"),
("a", "u"),
("a", "v"),
("b", "s"),
("b", "u")])
result = pandas.DataFrame([
[1, 2],
[3, 4],
[5, 6],
[7, 8],
[9, 10]], index=index, columns=["x", "y"])
看起来像这样:
x y
a s 1 2
u 3 4
v 5 6
b s 7 8
u 9 10
现在假设我要为每个“a”和“b”级别创建一个“总计”行。因此,鉴于上述作为输入,我希望我的代码产生如下内容:
x y
a s 1 2
u 3 4
v 5 6
t 9 12
b s 7 8
u 9 10
b t 16 18
这是我到目前为止的代码:
# Calculate totals
for level, _ in result.groupby(level=0):
# work out the global total for that desk:
x_sum = result.loc[level]["x"].sum()
y_sum = result.loc[level]["y"].sum()
result = result.append(pandas.DataFrame([[x_sum, y_sum]], columns=result.columns, index=pandas.MultiIndex.from_tuples([(level, "t")])))
但这导致“总计”列追加到末尾:
x y
a s 1 2
u 3 4
v 5 6
b s 7 8
u 9 10
a t 9 12
b t 16 18
使用
result.sort_index()
排序不符合我的意愿: x y
a s 1 2
t 9 12
u 3 4
v 5 6
b s 7 8
t 16 18
u 9 10
我究竟做错了什么?
最佳答案
确实很烦人,但是使用sorted Multiindex
的原因是更好的性能。另外,如果未排序MultiIndex
,则可以通过MultiIndex
选择一些UnsortedIndexError。
但是,如果确实需要更改标签的位置,则可以使用 reindex
。
df = result.groupby(level=0).sum()
df.index = [df.index, ['t'] * len(df.index)]
df1 = pd.concat([result, df]).sort_index().reindex(['s','u','t'], level=1)
df1 = pd.concat([result, df]).sort_index()
print (df1)
x y
a s 1 2
t 4 6
u 3 4
b s 5 6
t 12 14
u 7 8
df1 = df1.reindex(['s','u','t'], level=1)
print (df1)
x y
a s 1 2
u 3 4
t 4 6
b s 5 6
u 7 8
t 12 14
更动态的解决方案:
print (result.index.get_level_values(1).unique().tolist())
['s', 'u']
df1 = df1.reindex(result.index.get_level_values(1).unique().tolist() + ['t'], level=1)
print (df1)
x y
a s 1 2
u 3 4
t 4 6
b s 5 6
u 7 8
t 12 14
在setting with enlargement的自定义函数中使用
GroupBy.apply
的另一种解决方案:def f(x):
x.loc[(x.name, 't'),:] = x.sum()
return x
df = result.groupby(level=0, group_keys=False).apply(f)
print (df)
x y
a s 1.0 2.0
u 3.0 4.0
t 4.0 6.0
b s 5.0 6.0
u 7.0 8.0
t 12.0 14.0
关于python - 如何插入MultiIndex DataFrame的特定位置?,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/45610153/